Tento článek pro CLI katalogu NGC, který vysvětluje, jak používat CLI.
Úvod
NVIDIA® GPU Cloud (NGC) Catalog CLI je rozhraní příkazového řádku pro správu obsahu v registru NGC. CLI funguje v rámci shellu a umožňuje vám používat skripty k automatizaci příkazů. S NGC Catalog CLI můžete
- Zobrazit seznam obrázků kontejnerů Docker s akcelerací GPU, předem trénovaných modelů hlubokého učení a skriptů pro vytváření modelů hlubokého učení.
- Stáhněte si modely a modelové skripty.
- Poznámka: V současné době NGC Catalog CLI neposkytuje možnost stahování obrázků kontejnerů. Chcete-li stáhnout obrázky kontejnerů, použijte příkaz docker pull z příkazového řádku Docker.
Tento dokument poskytuje úvod do používání CLI katalogu NGC. Úplný seznam příkazů a možností získáte pomocí -h možnost, jak je vysvětleno v Použití NGC CLI .
Poznámka :Aktuálně NGC CLI funguje pouze s Ubuntu-18 pro ostatní OS si prosím prostudujte naši dokumentaci NGC GUI:https://www.e2enetworks.com/help/knowledge-base/get-started-with-nvidia-docker-and-ngc-container-registry/#how-to-access -ngc-software-catalog
Stažení obsahu v rámci registru NGC
Obsah v registru NGC je buď uzamčen nebo odemčen. Odemčený obsah je volně k dispozici ke stažení pro hostující uživatele. Chcete-li stáhnout zamčený obsah, musíte se zaregistrovat k uživatelskému účtu komunity NGC.
Hostující uživatelé
Hostující uživatelé mají přístup na webovou stránku NGC, aniž by se museli přihlašovat. Hostující uživatelé si z webu mohou stáhnout CLI katalogu NGC a začít jej používat k prohlížení obsahu a stahování odemčeného obsahu.
Uživatelé z komunity
Chcete-li být uživatelem komunity a stahovat zamčený obsah NGC, musíte se zaregistrovat k účtu NGC, přihlásit se pomocí svého účtu na webovou stránku NGC a poté vygenerovat klíč API. Pokyny naleznete v příručce Začínáme s cloudem NVIDIA GPU.
Použití CLI katalogu NGC
Chcete-li spustit příkaz NGC CLI, zadejte „ngc“ a poté příslušné možnosti.
Chcete-li zobrazit popis dostupných voleb a popisy příkazů, použijte volbu -h za libovolným příkazem nebo volbou.
Příklad 1 :Chcete-li zobrazit seznam všech dostupných možností pro ngc, zadejte
root@localhost:~# ngc -h usage: ngc [--debug] [--format_type] [-h] [-v] {config,diag,registry} … NVIDIA NGC Catalog CLI optional arguments: -h, --help show this help message and exit -v, --version show the CLI version and exit. --debug Enables debug mode. --format_type Change output format type. Options: ascii, csv, json. ngc: {config,diag,registry} config Configuration Commands diag Diagnostic commands registry Registry Commands
Příklad 2: Chcete-li zobrazit popis obrazu registru příkaz a možnosti, zadejte
root@localhost:~# ngc registry image -h usage: ngc registry image [--debug] [--format_type] [-h] {info,list} … Container Image Registry Commands optional arguments: -h, --help show this help message and exit --debug Enables debug mode. --format_type Change output format type. Options: ascii, csv, json. image: {info,list} info Display information about an image repository or tagged image. list Lists container images accessible by the user
Příklad 3 :Zobrazení popisu informací o obrázku registru příkaz a možnosti, zadejte
root@localhost:~# ngc registry image info -h usage: ngc registry image info [--debug] [--details] [--format_type] [--history] [--layers] [-h] [:] Display information about an image repository or tagged image. positional arguments: [:] Name of the image repository or tagged image, [:] optional arguments: -h, --help show this help message and exit --debug Enables debug mode. --details Show the details of an image repository --format_type Change output format type. Options: ascii, csv, json. --history Show the history of a tagged image --layers Show the layers of a tagged image
Příprava ke stažení uzamčeného obsahu
Pokud plánujete stahovat uzamčený obsah, ujistěte se, že jste zaregistrovali účet NGC a vygenerovali klíč API , poté zadejte následující a na výzvu zadejte klíč API.
root@localhost:~# ngc config set Enter API key [no-apikey]. Choices: [, 'no-apikey']:<your-api-key>
Přístup k registru kontejnerů
Obrázek registru ngc příkazy vám umožňují přistupovat z registru k obrázkům kontejnerů s akcelerací GPU připravenými k použití.
Zobrazení informací o obrázku kontejneru
Existuje několik příkazů pro zobrazení informací o dostupných obrázcích kontejnerů.
Výpis obrázků kontejneru:
root@localhost:~# ngc registry image list
Příklad výstupu
| TensorFlow | nvidia/tensorflow | 19.10-py3 | 3.39 GB | Oct 28, 2019 | unlocked | | TensorRT | nvidia/tensorrt | 19.10-py3 | 2.22 GB | Oct 28, 2019 | unlocked | | TensorRT Inference | nvidia/tensorrtserver | 19.10-py3 | 2.76 GB | Oct 28, 2019 | unlocked | | Server | | | | | | | Theano | nvidia/theano | 18.08 | 1.49 GB | Oct 18, 2019 | unlocked | | Transfer Learning | nvidia/tlt- | v1.0_py2 | 3.99 GB | Oct 21, 2019 | unlocked | | Toolkit for Video | streamanalytics | | | | | | Streaming Analytics | | | | | | | Torch | nvidia/torch | 18.08-py2 | 1.24 GB | Oct 18, 2019 | unlocked | | DeepStream - | nvidia/video- | latest | 2.52 GB | Oct 20, 2019 | unlocked | | Intelligent Video | analytics-demo | | | | | | Analytics Demo | | | | | | | Chainer | partners/chainer | 4.0.0b1 | 963.75 MB | Oct 18, 2019 | locked | | Deep Cognition Studio | partners/deep- | cuda9-2.5.1 | 2.05 GB | Oct 18, 2019 | locked | | | learning-studio | | | | | | DeepVision - | partners/deepvision/ad | onpremise-1.0.1 | 240.24 MB | Oct 21, 2019 | locked | | admin.console | min.console | | | | | | DeepVision - | partners/deepvision/ad | onpremise-1.0.1 | 753.95 KB | Oct 21, 2019 | locked | | admin.console.data | min.console.data | | | | | | DeepVision - | partners/deepvision/vf | onpremise-2.0.0 | 3.29 GB | Oct 21, 2019 | locked | | Demographics | .demographics | | | | |
Chcete-li zobrazit podrobné informace o konkrétním obrázku, zadejte obrázek a značku.
Příklad :
root@localhost:~# ngc registry image info nvidia/tensorflow:19.10-py3 Image Information Name: nvidia/tensorflow:19.10-py3 Architecture: amd64 Schema Version: 1
Přístup k registru modelů
Model registru ngc příkazy vám umožňují přístup k modelům hlubokého učení připraveným k použití z registru.
Zobrazení informací o modelu
Existuje několik příkazů pro zobrazení informací o dostupných modelech.
Chcete-li zobrazit seznam modelů, které poskytuje NVIDIA:
Ukázkový výstup
+-----------------+-----------------+----------------+-----------------+--------------+-----------+---------------+------------+ | Name | Repository | Latest Version | Application | Framework | Precision | Last Modified | Permission | +-----------------+-----------------+----------------+-----------------+--------------+-----------+---------------+------------+ | BERT-Large | nvidia/bert_for | 1 | Language | TensorFlow | FP16 | Oct 18, 2019 | unlocked | | (pre-training) | tensorflow | | Modelling | | | | | | for TensorFlow | | | | | | | | | BERT-Large(pre- | nvidia/bert_tf | 1 | Language | Tensorflow | FP16 | Oct 19, 2019 | unlocked | | training using | pretraining_lam | | Modelling | | | | | | LAMB optimizer) | b_16n | | | | | | | | for TensorFlow | | | | | | | | | BERT-Base(fine- | nvidia/bert_tf_ | 2 | Language | Tensorflow | FP16 | Oct 18, 2019 | unlocked | | tuning) - SQuAD | v1_1_base_fp16_ | | Modelling | | | | | | 1.1, seqLen=128 | 128 | | | | | | | | BERT-Base(fine- | nvidia/bert_tf_ | 2 | Language | Tensorflow | FP16 | Oct 18, 2019 | unlocked | | tuning) - SQuAD | v1_1_base_fp16_ | | Modelling | | | | |
Chcete-li zobrazit všechny verze modelu, použijte zástupný znak *.
root@localhost:~# ngc registry model list nvidia/bert_for_tensorflow:*
+---------+----------+---------+------------+-----------+-----------+-----------+--------+--------------+--------------+
| Version | Accuracy | Epochs | Batch Size | GPU Model | Memory | File Size | Owner | Status | Created Date |
| | | | | | Footprint | | | | |
+---------+----------+---------+------------+-----------+-----------+-----------+--------+--------------+--------------+
| 1 | | 1000000 | 256 | V100 | 4011 | 3.77 GB | NVIDIA | UPLOAD_COMPL | Jun 13, 2019 |
| | | | | | | | | ETE | |
+---------+----------+---------+------------+-----------+-----------+-----------+--------+--------------+--------------+
Chcete-li zobrazit podrobné informace o modelu, můžete zadat
model
root@localhost:~# ngc registry model info nvidia/bert_for_tensorflow Model Information Name: bert_for_tensorflow Application: Language Modelling Framework: TensorFlow Model Format: TF ckpt Precision: FP16 Description: # BERT Large(pre-training) for TensorFlow
nebo verzi modelu.
root@localhost:~# ngc registry model info nvidia/bert_for_tensorflow:1 Model Version Information Id: 1 Batch Size: 256 Memory Footprint: 4011 Number Of Epochs: 1000000 Accuracy Reached: GPU Model: V100 Owner Name: NVIDIA Created Date: 2019-06-13T22:50:06.405Z Description: Pretrained weights for the BERT (pre-training) model. Status: UPLOAD_COMPLETE Total File Count: 3 Total Size: 3.77 GB
Stažení modelu
Chcete-li stáhnout model z registru na místní disk, zadejte název modelu a verzi.
root@localhost:~# ngc registry model download-version nvidia/<model-name:version>
Příklad :Stažení modelu do aktuálního adresáře.
root@localhost:~# ngc registry model download-version nvidia/bert_for_tensorflow:1 Downloaded 3.46 GB in 6m 22s, Download speed: 9.26 MB/s Transfer id: bert_for_tensorflow_v1 Download status: Completed. Downloaded local path: /root/bert_for_tensorflow_v1 Total files downloaded: 3 Total downloaded size: 3.46 GB Started at: 2019-10-30 18:14:23.667980 Completed at: 2019-10-30 18:20:46.313870 Duration taken: 6m 22s seconds
Model se stáhne do složky, která odpovídá názvu modelu v aktuálním adresáři. Další cestu můžete zadat pomocí -d . možnost.
root@localhost:~# ngc registry model download-version nvidia/bert_for_tensorflow:1 -d ./models
Zobrazení informací o modelovém skriptu
Existuje několik příkazů pro zobrazení informací o dostupných modelových skriptech.
Chcete-li zobrazit seznam modelových skriptů, které poskytuje NVIDIA:
root@localhost:~# ngc registry model-script list +-----------------+-----------------+----------------+-----------------+------------+-----------+---------------+------------+ | Name | Registry | Latest Version | Application | Framework | Precision | Last Modified | Permission | +-----------------+-----------------+----------------+-----------------+------------+-----------+---------------+------------+ | BERT for | nvidia/bert_for | 3 | NLP | PyTorch | FPBOTH | Oct 19, 2019 | unlocked | | PyTorch | _pytorch | | | | | | | | BERT for | nvidia/bert_for | 4 | NLP | TensorFlow | FPBOTH | Oct 21, 2019 | unlocked | | TensorFlow | _tensorflow | | | | | | | | Clara Deploy | nvidia/clara_de | 4 | SEGMENTATION | TensorFlow | FPBOTH | Oct 21, 2019 | unlocked | | SDK | ploy_sdk | | | | | | | | Clara AI | nvidia/clara_tr | 1 | KUBEFLOW_PIPELI | TensorFlow | FP32 | Oct 19, 2019 | locked | | Medical Imaging | ain | | NE | | | | |
Chcete-li zobrazit podrobné informace o modelovém skriptu, můžete zadat
modelový skript
root@localhost:~# ngc registry model-script info nvidia/bert_for_pytorch model-script Information Name: bert_for_pytorch Application: NLP Training Framework: PyTorch Model Format: PyTorch PTH Precision: FP16, FP32
nebo verzi modelového skriptu.
root@localhost:~# ngc registry model-script info nvidia/bert_for_pytorch:3 model_script Version Information Id: 3 Batch Size: 0 Memory Footprint: 0 Number Of Epochs: 0 Accuracy Reached: 0.0 GPU Model: V100
Stažení modelového skriptu
Chcete-li stáhnout modelový skript z registru na místní disk, zadejte název a verzi modelového skriptu.
root@localhost:~# ngc registry model-script download-version nvidia/<model-script-name:version>
Příklad :Stažení modelu do aktuálního adresáře.
Následuje příklad ukazující výstup potvrzující dokončení stahování:
root@localhost:~# ngc registry model-script download-version nvidia/bert_for_pytorch:1 Downloaded 275.69 KB in 6s, Download speed: 45.87 KB/s Transfer id: bert_for_pytorch_v1 Download status: Completed. Downloaded local path: /root/bert_for_pytorch_v1 Total files downloaded: 49 Total downloaded size: 275.69 KB Started at: 2019-10-30 18:34:24.956435 Completed at: 2019-10-30 18:34:30.970395 Duration taken: 6s seconds
Model se stáhne do složky, která odpovídá názvu modelu v aktuálním adresáři. Další cestu můžete zadat pomocí -d . možnost.
Příklad :Stažení skriptu režimu do konkrétního adresáře (/model-scripts).
root@localhost:~# ngc registry model-script download-version nvidia/bert_for_pytorch:1 -d ./model-scripts