Hyppää sisältöön

A new version of SD Connect and SD Desktop will be available from Monday, September 28. The major upgrade will introduce significant improvements, but also includes changes that are not compatible with the current version of the service. Click here to review the available support materials.

Warning!

Puhti and Mahti computing services have been decommissioned and no new jobs are accepted or executed on its compute nodes. Puhti and Mahti login nodes and storage services are planned to remain available until 15 October 2026. Clean up unnecessary files and move any data you need to keep by 31 August 2026. See the Roihu data migration guide for instructions on transferring your data to Roihu.

TensorFlow

Syväoppimiskehys Pythonille.

Uutiset

3.9.2026 TensorFlow-versio 2.21 on nyt saatavilla Roihu-CPU:ssa. Luonnollisesti tämä versio ei tue GPU-kiihdytystä.

16.6.2026 TensorFlow on nyt saatavilla Roihu-GPU:ssa, moduulin nimi on muutettu muotoon python-tensorflow.

Saatavilla

Tällä hetkellä tuetut TensorFlow-versiot:

Version Module Roihu-GPU Roihu-CPU LUMI Notes
2.21.0 python-tensorflow/2.21 X X - Oletusversio Roihussa
2.16.1 tensorflow/2.16 X Oletusversio LUMIssa
2.12.0 tensorflow/2.12 X
2.11.0 tensorflow/2.11 X
2.10.0 tensorflow/2.10 X
2.9.0 tensorflow/2.9 X
2.8.0 tensorflow/2.8 X

Sisältää TensorFlow'n ja Kerasin GPU-tuella CUDA:n/ROCm:n kautta. Roihu-CPU:n versio ei luonnollisesti tue GPU:ita, mutta se on tarjottu kevyille työkuormille ja työkuormille, jotka tarvitsevat x86_64-CPU-arkkitehtuurin.

Jos huomaat, että jokin paketti puuttuu, voit usein asentaa sen itse käyttämällä komentoa pip install. On suositeltavaa käyttää Pythonin virtuaaliympäristöjä. Katso Python-dokumentaatiostamme lisätietoja siitä, kuinka asentaa paketteja itse. Jos mielestäsi jokin tärkeä paketti pitäisi sisällyttää CSC:n tarjoamaan moduuliin, ota yhteyttä asiakastukeemme.

Kaikki moduulit perustuvat Apptaineria käyttäviin kontteihin (tunnettiin aiemmin nimellä Singularity). Tarjolla on wrapper-skriptejä, jotta yleiset komennot kuten python, python3, pip ja pip3 toimivat normaalisti.

Lisenssi

TensorFlow on lisensoitu Apache License 2.0:n alaisuudessa.

Käyttö

Käyttääksesi TensorFlow'n oletusversiota Roihu-GPU:ssa tai Roihu-CPU:ssa, alusta se komennolla:

module load python-tensorflow

TensorFlow'n käyttämiseksi LUMIssa:

module use /appl/local/csc/modulefiles/
module load tensorflow

Jos haluat käyttää tiettyä versiota (katso saatavilla olevat versiot yllä), käytä:

module load python-tensorflow/2.21  # on Roihu
module load tensorflow/2.12         # on LUMI

Huomaa, että moduulit sisältävät jo CUDA/ROCm-kirjastot, joten cuda- tai rocm-moduuleja ei tarvitse ladata erikseen!

Tämä komento näyttää myös kaikki saatavilla olevat versiot:

module avail python-tensorflow  # on Roihu
module avail tensorflow         # on LUMI

Voit tarkistaa ladattuun moduuliin sisältyvät tarkat paketit ja versiot suorittamalla:

pip list

Warning

Huomaa, että kirjautumissolmut eivät ole tarkoitettu raskasta laskentaa varten, käytä sen sijaan Slurm-eräajoja. Katso ohjeemme eräajojärjestelmän käyttöön.

Esimerkkieräajotiedosto

Esimerkkieräajotiedosto yhden GPU:n ja 1/4:n (LUMIssa 1/8:n) käytettävissä olevista CPU-ytimistä varaamiseen yhdellä solmulla:

#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=gpumedium
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=72
#SBATCH --gres=gpu:gh200:1
#SBATCH --time=1:00:00

module load python-tensorflow/2.21
srun python3 myprog.py <options>
#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=small
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=7
#SBATCH --mem=15G
#SBATCH --time=1:00:00

module load python-tensorflow/2.21
srun python3 myprog.py <options>
#!/bin/bash
#SBATCH --account=<project>
#SBATCH --partition=small-g
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=7
#SBATCH --gpus-per-node=1
#SBATCH --mem=60G
#SBATCH --time=1:00:00

module use /appl/local/csc/modulefiles/
module load tensorflow/2.12
srun python3 myprog.py <options>

Lue osio GPU:n tehokas hyödyntäminen koneoppimisen oppaassamme, jotta opit käyttämään GPU:ta tehokkaasti.

Suuret aineistot, usean GPU:n ja usean solmun ajot

Jos työskentelet suurten aineistojen kanssa tai aineistojen, jotka sisältävät paljon tiedostoja, lue koneoppimisen oppaamme dataosio. Erityisesti älä lue valtavaa määrää tiedostoja jaetusta tiedostojärjestelmästä, vaan käytä nopeaa paikallista levyä tai paketoi datasi suurempiin tiedostoihin!

Usean GPU:n ja usean solmun ajoista lue koneoppimisen oppaamme usean GPU:n ja usean solmun osio

Lisätietoja

Suomenkielinen tekoälykäännös

Sisällössä voi esiintyä virheellistä tietoa tekoälykäännöksestä johtuen.

Klikkaa tästä antaaksesi palautetta