tensorflow

ATTENTION: Le paquet tensorflow-gpu n’est pas disponible par conda, il faut créer un environnement personnel basé sur notre environnement python-tools.

module load conda/4.9.2
module load cuda/11.2
conda create -n MyNewEnv --clone python-tools-3.9.5
conda activate MyNewEnv

Ensuite mettre à jour l’environnement et y ajouter les librairies dont vous avez besoin (exemple : scikit-learn). Il est inutile d’installer des dépendances spécifiques à tensorflow à ce stade.

conda update --all
conda install scikit-learn

Enfin, installer tensorflow-gpu avec pip :

pip install --upgrade tensorflow-gpu==2.5.0

Attention, après l’utilisation de pip il est fortement déconseillé d’utiliser à nouveau conda pour la gestion de paquets. Il existe de fortes incompatibilités entre les deux qui pourraient rendre l’environnement non-fonctionnel.

Pour utiliser cet environnement dans vos scripts slurm utilisant des noeuds GPUs :

module purge
module load cuda/11.2
module load conda/4.9.2
conda activate MyNewEnv

• tensorflow (version 2.4.1)
• tensorboard (version 2.5.0)

Pour l’utiliser :

module purge
module load tensorflow/2.4.1

Pour cloner cet environnement et ensuite l’utiliser :

module purge
module load conda/4.9.2
conda create -n MyNewEnv --clone tensorflow-2.4.1
conda activate MyNewEnv