问题标签 [azure-dsvm]

我一直在使用 GPU 在 Azure 上创建一些 Ubuntu DSVM 和 DLVM，但我不断收到间歇性错误。这些通过 nvidia-smi 表现得很慢或出现以下错误： 2018/01/11 19:42:33 Error: nvml: Driver/library version mismatch

如果我尝试运行nvidia-smi或nvidia-docker. 重新启动通常会修复它，但它可以重新出现。

这听起来像是间歇性错误吗？我可以做些什么来减轻这种情况吗？

我刚刚在 Azure 上设置了一个新的数据科学虚拟机。我想从 https://github.com/karolzak/CNTK-Hotel-pictures-classificator运行脚本 FasterRCNN.py 但收到错误：

从 utils.rpn.rpn_helpers 导入 create_rpn、create_proposal_target_layer

ImportError：没有名为“utils.rpn”的模块

我运行脚本的环境安装了 Python 3.4 和 CNTK 2.1。

我尝试将Detection或Detection/utils目录（通过编辑~./bashrc）添加到 PYTHONPATH：

export PYTHONPATH="$PYTHONPATH:/home/username/CNTK-Hotel-pictures-classificator/Detection"

如 https://github.com/Microsoft/CNTK/issues/2705中所述， 但错误仍然存​​在。

更新： 截图

我正在 DSVM Ubuntu 机器上开发 REST API Web 应用程序。服务器运行 Flask、Apache 和 Keras。

我正在使用具有 56GB RAM 和单个 K80 GPU 的 GPU 机器。

问题是，即使使用我的模型进行小批量预测，GPU 也会耗尽内存。

没有运行，12GB GPU 使用超过 10GB。也许这是因为 Apache 的问题。

运行nvidia-smi显示如下：

我按照这里的说明进行操作。

我通过 SSH 在 Ubuntu VM 上。我试图访问 IP:8000 但 Chrome 说无法访问该站点。如文档中所述，默认情况下端口 8000 确实是打开的。

说明没有提到我是否必须开始jupyterhub，所以我尝试了一下并得到了这个错误 -

在我阅读文档中的 jupyterhub 之前，我尝试开始jupyter notebook这给了我这个错误。

在使用和编辑它生成配置文件后，它似乎运行良好jupyter notebook --generate-config，但尽管打开了所有端口，我仍然无法通过 Chrome 访问它。

更新
今天我安装了一个 X2Go 客户端并在桌面上找到了jupyter notebook 图标，但开始时抛出了这个错误 - 无法运行 Jupyter.desktop 无法解析桌面文件：密钥文件包含行'/anaconda/pkgs/notebook-5.4. 0-py27_0/info/icon.png' 不是键值对、组或注释

看起来该文件调用 jupyter notebook 会引发与以前相同的错误。

我正在尝试使用 PowerShell 创建一个 Ubuntu DSVM。我已经确定 Ubuntu DSVM 映像是由 publisher microsoft-ads、 under offerlinux-data-science-vm-ubuntu和 SKU发布的linuxdsvmubuntu。我收集到在 PowerShell 中指定我的 VM 配置时，我需要使用Set-AzureRmVMPlanand Set-AzureRmVMSourceImage，并尝试了以下操作：

不幸的是，我从New-AzureRmVM命令中收到一条错误消息：

看来我可能没有Set-AzureRmVMPlan正确使用。任何人都清楚我做错了什么吗？

我正在尝试在 MS Azure 的深度学习虚拟机 (DLVM) 上训练 keras 模型。我已经设置了一个 Ubuntu VM 并通过 ssh 从我的 mac 连接到它，但是当我尝试运行 jupyter notebook 时，我收到此错误：No such notebook dir: ''/dsvm/Notebooks''，为此我尝试了深度学习虚拟机中指定的解决方案无法运行 jupyter “否这样的笔记本目录：''/dsvm/Notebooks''"，但这给了我The Jupyter Notebook is running at:https://[all ip addresses on your system]:9999/ 但是 chrome 说我的 vm 的 ip : 9999 不起作用。

根据文档，一旦 vm 启动，jupyter hub 应该在 8000 可用，但我也无法访问http://my-vm-ip:8000。当我systemctl status jupyterhub按照此处的建议尝试Can't reach Jupyter Notebooks on Azure Deep Learning Virtual Machine时，我可以看到 jupyter hub 确实在 8000 处侦听，并且在 vm 上定义了一个防火墙规则，允许通过 Internet 连接到 8000 的 tcp 。

如何从 DLVM 访问 jupyter？

我正在尝试将数据从 Azure Data Lake 加载到我的数据科学 VM 中的 Jupyter 笔记本。请注意，我是数据湖存储的所有者，具有读取、写入和执行权限。带有 Jupyter 的数据科学 VM 在同一个订阅下运行，并且在同一个资源组下。我正在尝试以下两种方法，但都面临一个问题。它们基于此博客文章。

• PySpark

以下是我使用 PySpark 加载数据的代码：

抛出以下异常：

• Python SDK：

以下是我使用 SDK 访问数据的代码：

发生以下异常：

我对修复 Spark 解决方案更感兴趣，但我们将不胜感激。

我有用于访问 Azure 数据库的凭据和 URL。

我想使用 pyspark 读取数据，但我不知道该怎么做。

是否有连接到 Azure 数据库的特定语法？

编辑

在我使用共享代码后，我收到了这种错误，有什么建议吗？

我在他们使用 ODBC 驱动程序的机器上看到的一个示例中，可能涉及到这个问题？

我正在尝试按照文档https://docs.microsoft.com/en-us/azure/machine-learning/desktop-workbench/deployment-setup-configuration在 Azure Data Science VM 上设置模型管理服务。我已将自己添加为 root 用户，并将其添加到 docker 用户组中，但是我无法让 docker 运行。附上截图供参考。有人可以帮忙吗。

我在 Azure 上的 N 系列实例上部署了一个数据科学虚拟机，该实例带有一个标准 HDD 作为存储帐户类型。

但是我想包括一个 SSD，但我无法这样做。

我尝试过的：在虚拟机菜单的磁盘上，我可以附加一个额外的磁盘，然后创建一个新磁盘，但它只允许标准存储磁盘 (HDD) 并且高级 (SSD) 选项被阻止。

创建一个新的存储帐户我可以选择一个高级存储 (SSD)，但是我无法将它链接到我现有的 VM。选择附加新磁盘时，此新存储帐户不会出现在选项之间。

有什么帮助吗？