Referenz: GPU Testfunktionalität - AWS Batch

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Referenz: GPU Testfunktionalität

In der folgenden Beispiel-Auftragsdefinition wird getestet, ob die AMI unter beschriebene GPU Arbeitslast richtig konfiguriert Verwenden Sie einen GPU Workload AMI ist. In dieser Beispiel-Auftragsdefinition wird das TensorFlow Deep MNIST Classifier-Beispiel von GitHub ausgeführt.

{
    "containerProperties": {
        "image": "tensorflow/tensorflow:1.8.0-devel-gpu",
        "resourceRequirements": [
            {
                "type": "MEMORY",
                "value": "32000"
            },
            {
                "type": "VCPU",
                "value": "8"
            }
        ],
        "command": [
            "sh",
            "-c",
            "cd /tensorflow/tensorflow/examples/tutorials/mnist; python mnist_deep.py"
        ]
    },
    "type": "container",
    "jobDefinitionName": "tensorflow_mnist_deep"
}

Mit dem folgenden Befehl können Sie eine Datei erstellen, in der der vorhergehende JSON Text aufgerufen wird, tensorflow_mnist_deep.json und anschließend eine AWS Batch Jobdefinition registrieren:

aws batch register-job-definition --cli-input-json file://tensorflow_mnist_deep.json