在阿里云Kubernetes容器服务上打造TensorFlow实验室

简介

Jupyter notebook是强大的数据分析工具，它能够帮助快速开发并且实现机器学习代码的共享，是数据科学团队用来做数据实验和组内合作的利器，也是机器学习初学者入门这一个领域的好起点。

而TensorFLow是深度学习和机器学习最流行的开源框架，它最初是由Google研究团队开发的并致力于解决深度神经网络的机器学习研究，从2015年开源到现在得到了广泛的应用。特别是Tensorboard这一利器，对于数据科学家有效的工作也是非常有效的利器。

而利用Jupyter开发TensorFLow也是许多数据科学家的首选，但是如何能够快速从零搭建一套这样的环境，并且配置GPU的使用，同时支持最新的TensorFLow版本, 对于数据科学家来说既是复杂的，同时也是浪费精力的。在阿里云的Kubernetes集群上，您可以通过简单的按钮提交创建一套完整的TensorFlow实验环境，包括Jupyter Notebook开发模型，利用Tensorboard调整模型。

准备Kubernetes环境

阿里云容器服务Kubernetes 1.9.3目前已经上线，但是购买按量付费的GPU计算型服务器需要申请ECS工单开通。具体创建过程，可以参考创建Kubernetes集群。

体验通过应用目录部署TensorFlow实验室

通过Helm部署MPI的应用，本文以openmpi为例，向您展示如何快速在容器服务上运行MPI应用。实际上如果需要换成其他MPI实现只需要替换镜像即可。

2.1 可以通过应用目录，点击ack-tensorflow-dev

2.2 点击参数, 就可以通过修改参数配置点击部署

这里的密码是tensorflow，您也可以改成您自己设定的密码

也可以登录到Kubernetes master运行以下命令

$ helm install --name tensorflow incubator/ack-tensorflow

2.3 运行结束后可以登录到控制台，查看tensorflow应用启动的状态

登录使用TensorFlow实验环境

首先通过ssh登录Kubernetes集群，查看tensorflow应用列表

$ helm list
NAME          REVISION    UPDATED                     STATUS      CHART                       NAMESPACE
tensorflow    1           Thu Apr 12 07:54:59 2018    DEPLOYED    ack-tensorflow-dev-0.1.0    default

2. 利用helm status检查应用配置

$ helm status tensorflow
LAST DEPLOYED: Thu Apr 12 07:54:59 2018
NAMESPACE: default
STATUS: DEPLOYEDRESOURCES:
==> v1/Service
NAME                           TYPE          CLUSTER-IP   EXTERNAL-IP     PORT(S)                      AGE
tensorflow-ack-tensorflow-dev  LoadBalancer  172.19.2.39  10.0.0.1  6006:32483/TCP,80:32431/TCP  13m==> v1beta2/Deployment
NAME                           DESIRED  CURRENT  UP-TO-DATE  AVAILABLE  AGE
tensorflow-ack-tensorflow-dev  1        1        1           1          13mNOTES:
1. Get the application URL by running these commands:NOTE: It may take a few minutes for the LoadBalancer IP to be available.You can watch the status of by running 'kubectl get svc -w tensorflow-ack-tensorflow-dev'export SERVICE_IP=$(kubectl get svc --namespace default tensorflow-ack-tensorflow-dev -o jsonpath='{.status.loadBalancer.ingress[0].ip}')echo http://$SERVICE_IP:

这里可以看到外部SLB的ip是10.0.0.1， Jupyter Notebook的端口为80， Tensorboard为6006。

3. 通过Jupyter访问端点登录，本示例中Jupyter的访问地址是http://10.0.0.1, 输入前面设定的密码点击登录, 在本示例中我们设定的是tensorflow

4. 点击Terminal按钮

5. 在Terminal内执行nvidia-smi, 可以看到GPU的配置

6. 通过git命令下载tensorflow样例代码，

$ git clone https://code.aliyun.com/kubernetes/Tensorflow-Examples.git

7. 回到主页您就能看到Tensorflow-Examples已经下载到了您的工作目录

8. 进入到 http://10.0.0.1/notebooks/Tensorflow-Examples/notebooks/4_Utils/tensorboard_basic.ipynb, 运行程序

注意：如果您需要用Tensorboard观测训练效果请将日志记录到/output/training_logs下。

9. 以下为训练结果输出

10. 这时您可以登录Tensorboard查看训练效果，本示例中Tensorboard的地址为http://10.0.0.1:6006 。这里您可以看到模型的定义和训练的收敛趋势。

总结

我们可以利用阿里云Kubernetes容器服务，轻松的搭建在云端搭建TensorFlow的环境，运行深度学习的实验室，并且利用TensorBoard追踪训练效果。欢迎大家使用阿里云上的GPU容器服务，在使用GPU高效计算的能力同时，比较简单和快速的开始模型开发工作。