実験環境の解説

1. IED で，必要なもの

特に必要ありません． IED の環境では，Web ブラウザを用いて，IEDの裏側にいるGPUサーバーとつなぎ，計算をしてもらうという 操作を行います． 具体的には，

  • Firefox などの Web ブラウザ(Linux 準拠)

  • GPU サーバー(IED 側で準備済み)

  • GPU サーバーがアクセスできるファイルシステム(IED 側で準備済み，後述でファイルの置き場所指定)

  • 演習を提供する jupyter notebook を解釈できる環境(IED 側で準備済み)

となります． 逆にいままで VScode などで書いてた人は，手間が増えるかもしれません． 自分でGPU持っていて，環境をつくれるのであれば問題ないですが．．．

なお Google Colab とかでも演習はできると思いますが，Colab は使えば使うほど遅いTPUに 割り当てられる傾向が見られるので，長時間の無料使用枠での実験はお勧めしません．

2. IEDでJupyterHub を使うための準備

この実験では，Webブラウザを介して python での実験を行います． そのための環境は Jupyter notebook を用います． 前期のプログラミング言語実験 python で行った環境とほぼ一緒です．

ちょっと違うのは Jupyter を提供してくれるのが計算機(GPU)サーバになっている点です． (前期の実験は，各端末がサーバだった) このため IED の GPU サーバーをホストとして JupyterHub と呼ばれるサービスにアクセスします．

IED で JupyterHub を使うためには，まず， Jupyter のノートの保管場所を作る必要があります． これは，各アカウントホームディレクトリ下にある． ~/notebook フォルダが指定されています．

3. Jupyter による実験

この実験では，いずれの課題もGPUを数時間専有することが必要になってきます(特に後半の実験). これらの GPU サーバへは，Web を解してアクセスし，実験は Jupyter notebook を用いることになります． 授業内で説明するルールでGPU を割り振りたいと思います．

なお GPU の空きに関しては

を確認してください．

ガイダンスで説明したGPUサーバーを選択してください． すると，Sign in ウィンドウが開きますので，ここで， 大学アカウントのユーザー名とパスワードを入れてください．

このとき，前述の ~/notebook ディレクトリがないとエラーが起きます．

適当に Jupyter notebook を作ると ~/notebook ディレクトリにファイルができるので 確認してください．

また，GPU がどうしても確保できない場合の措置として，CED のGPUサーバを使うことも可能です． CED のGPUサーバは以下のURLからアクセスできます．