مستودع يحتوي على سقالات لمشروع الذكاء الاصطناعي التوليدي القائم على Python 3 مع تسريع GPU باستخدام النظام البيئي PyTorch.
ما عليك سوى اتباع التعليمات لإنشاء مستودع مشروع جديد من هذا القالب.
يعتمد تنظيم المشروع على أفكار من الممارسات الجيدة الكافية للحوسبة العلمية .
bin
.data
.doc
.docker
.env
.notebooks
.results
.src
. بعد إضافة أي تبعيات ضرورية يجب تنزيلها عبر conda
إلى ملف environment.yml
وأي تبعيات يجب تنزيلها عبر pip
إلى ملف requirements.txt
، يمكنك إنشاء بيئة Conda في دليل فرعي ./env
لدليل المشروع الخاص بك عن طريق تشغيل الأوامر التالية.
export ENV_PREFIX= $PWD /env
mamba env create --prefix $ENV_PREFIX --file environment.yml --force
بمجرد إنشاء البيئة الجديدة، يمكنك تنشيط البيئة باستخدام الأمر التالي.
conda activate $ENV_PREFIX
لاحظ أن الدليل ENV_PREFIX
ليس تحت التحكم في الإصدار حيث يمكن دائمًا إعادة إنشائه حسب الضرورة.
من أجل راحتك، تم دمج هذه الأوامر في برنامج نصي Shell ./bin/create-conda-env.sh
. سيؤدي تشغيل البرنامج النصي shell إلى إنشاء بيئة Conda، وتنشيط بيئة Conda، وإنشاء JupyterLab بأي ملحقات إضافية. يجب تشغيل البرنامج النصي من الدليل الجذر للمشروع كما يلي.
./bin/create-conda-env.sh
الطريقة الأكثر فعالية لإنشاء بيئات Conda على Ibex هي تشغيل البرنامج النصي لإنشاء البيئة كمهمة على قسم تصحيح الأخطاء عبر Slurm. من أجل راحتك، تم تضمين البرنامج النصي لوظيفة Slurm ./bin/create-conda-env.sbatch
. يجب تشغيل البرنامج النصي من الدليل الجذر للمشروع كما يلي.
sbatch ./bin/create-conda-env.sbatch
يتم سرد قائمة التبعيات الصريحة للمشروع في ملف environment.yml
. لرؤية الحزم المفقودة بالكامل المثبتة في البيئة، قم بتشغيل الأمر التالي.
conda list --prefix $ENV_PREFIX
إذا قمت بإضافة (إزالة) التبعيات إلى (من) ملف environment.yml
أو ملف requirements.txt
بعد إنشاء البيئة بالفعل، فيمكنك إعادة إنشاء البيئة باستخدام الأمر التالي.
$ mamba env create --prefix $ENV_PREFIX --file environment.yml --force
من أجل إنشاء صور Docker لمشروعك وتشغيل الحاويات مع تسريع GPU، ستحتاج إلى تثبيت Docker وDocker Compose وNVIDIA Docker runtime.
يمكن العثور على تعليمات تفصيلية لاستخدام Docker لإنشاء الحاويات وتصويرها وتشغيلها في docker/README.md
.