Por favor sigue con estos vídeos y tutoriales, son únicos e increíbles. Te apoyo y te sigo hace mucho, me has ayudado demasiado en mi learning path. Muchas gracias♡♡♡
Amigo muchas gracias!! Conozco tu canal desde que vi que comenzaste a realizar un asistente tipo Jarvis, Ya fuiste a ver el proyecto Open Assistan, la comunidad no se debe quedar atrás.
Hola José! Lo vi mencionado en un par de videos y me parece una grandiosa iniciativa, pero no he tenido tiempo de verlo. Hoy mas tarde o mañana me voy a dar un clavado a detalle, este es el tipo de desarrollos que causan el mayor impacto. Saludos!
Buenas gente! Me encanta este canal y me fue tremendamente útil para hacer mi Master Thesis sobre Deep Learning. Ahora me quiero embarcar en otros proyectos con TensorFlow y por ello he seguido todos los pasos de este tutorial, pero cuando quiero probar la instalación: sudo docker run --rm --gpus all nvidia/cuda:11.0.3-base-ubuntu20.04 nvidia-smi Me aparece este mensaje como respuesta: docker: Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy' nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown. No sé si soy el único al que le ocurre. Saludos y gracias!
Gran video, tengo una duda, sí tengo una laptop M1 para entrenar y para desplegar modelos un servidor que solo tiene gráfica integrada de Intel, puedo usar el mismo contenedor en ambas computadoras?
Si puedes. Tal vez solo tienes que cambiar alguna parte del codigo. Por ejemplo en pytorch en devices mencionas que usaras apple silicon mientras que en otra maquina seria cuda.
Que onda Jorge, esa maquina tiene Ryzen 5800X (8 núcleos), 32 GB de RAM y una Nvidia RTX 2070 super. Me funciona muy bien para la mayoría de entrenamientos, pero si quiero hacer un entrenamiento de un modelo algo mas robusto (normalmente me pasa con algo de procesamiento de lenguaje) la tarjeta gráfica se me queda un poco corta en cuanto a la RAM (trae 8GB).
Muchas gracias@@AMPTech . Quería consultarte los siguiente, ¿me recomendarías una MacBook PRO M1 de 16 de RAM?. Actualmente tengo una laptop Dell G3 (4-cores, i5 9-Generación, NVIDIA 1050, 32 RAM, Disco SSD). Estoy indeciso entre ese MacBook y una MSI de 14-cores i7-12700H, NVIDIA RTX 3060 6GB, 64 RAM, Disco SSD ), no se cual comprar. Actualmente con la Laptop vieja puedo correr modelos clásicos con la librería skitlearn sin ningún problema, incluso con enormes datasets en el orden de los GB. ¿Me recomiendas comprar el Macbook o el MSI q te comenté?, si fueras tu por cual irías. Saludos
Para entrenar modelos basados en redes neuronales, la MSI, no se compara el GPU de nvidia contra el de la M1. También tengo una macbook pro m1, y es una grandiosa lap top (la batería dura años y tiene un rendimiento impresionante), pero no la uso para entrenamiento de redes neuronales.
Excelente video estimado, sigue así por favor :3 Pregunta rapida, también logré hacer el uso del GPU con conda en ubuntu (fui afortunado y no tuve problemas) ¿Alguna diferencia entre estas dos alternativas, en rendimiento, etc? Saludos desde Perú.
@@AMPTech Que tal, luego se seguir los pasos del video, todo estaba OK. He querido correr un código ya mas extenso, pero me sale el siguiente error justo al correr el entrenamiento :s Node: 'model/conv2d/Relu' DNN library is not found. [[{{node model/conv2d/Relu}}]] [Op:__inference_train_function_3324] He probado varias imágenes de docker, pero en el error el común denominador sigue siendo "DNN library is not found" por ahi dí "pip install dnn", y salía otro error... Corriendo a puro CPUen conda corre normal. HELP! u.u
Otra partición con otro sistema operativo? Eso si se puede hacer sin problema, solo necesitas hacer la instalación dentro del SO correspondiente. Si te refieres a instalar en algún otro disco duro o partición lógica de tu almacenamiento, también se puede. Cambiando el directorio de instalación que normalmente es /etc/default/docker (en ubuntu)
Parcero me gusto mucho tu video, me gustaria que me pudieras ayudar con configurar mi pc, tengo un acer nitro 5 con gpu gtx 1650, con windows 10 y ubuntu 22.04, quiero dejar solo ubuntu para machine learning y deep learning, pero he probado de todo para instalar tensorflow cuda y cudnn, y nada funciona, si me puedes ayudar por favor. este metodo con docker tambien lo veo muy viable pero yo estoy acostumbrado a trabajar con notebooks ya sea google colab o jupyer, entonces como haria en este caso con docker. gracias
Hola Ruben. Checate este video mio(Optimizar Pytorch con TensorRT) ua-cam.com/video/3Kae4FF0x0k/v-deo.html En la parte en 6:39 y 8:59 menciono como hacerle para usar jupyter con un contenedor de Docker. Espero te sirva. Saludos!
MUchas gracias! una duda, tengo ubuntu 22.04, y habilite la extension de visual studio code para docker, y corre los contenedores muy bien pero no logro ligar mi jupyter lab a que agarre la GPU, sabras como puedo hacerlo? o donde encontrar la documentacion necesaria? saludos!
@AMP Tech Que tal, luego se seguir los pasos del video, todo estaba OK. He querido correr un código ya mas extenso, pero me sale el siguiente error justo al correr el entrenamiento :s Node: 'model/conv2d/Relu' DNN library is not found. [[{{node model/conv2d/Relu}}]] [Op:__inference_train_function_3324] He probado varias imágenes de docker, pero en el error el común denominador sigue siendo "DNN library is not found" por ahi dí "pip install dnn", y salía otro error... Corriendo a puro CPU en conda corre normal. HELP! u.u
Hola, el equipo donde tengo Docker tiene una gráfica integrada de Intel (Iris Graphics 6100) ¿se puede realizar? No lo busco para machine learning o IA, sino que para mejorar el rendimiento de Plex, yo sé, es un uso más «mortal» pero me gustaría saber si es posible, gran video por cierto :D
Hola, si no tienes una GPU de NVIDIA, entonces no necesitas hacer la parte del NVIDIA container toolkit. Unicamente tienes que hacer la instalación de Docker y listo.
Por favor sigue con estos vídeos y tutoriales, son únicos e increíbles. Te apoyo y te sigo hace mucho, me has ayudado demasiado en mi learning path. Muchas gracias♡♡♡
Muchas gracias Arch. Seguirán estos videos con mayor publicación a la que traía antes. Que bueno que te he podido ayudar con el contenido!
Genial, sencillo y rápido
Hola que mas, que paso que no hiciste mas vdeos los tuyos son bastante buenos, ya llevo dos años en este mundo de IA y realmente tu trabajo es bueno
Muchas gracias por tu trabajo, está muy claro y accesible todo.
Amigo muchas gracias!! Conozco tu canal desde que vi que comenzaste a realizar un asistente tipo Jarvis, Ya fuiste a ver el proyecto Open Assistan, la comunidad no se debe quedar atrás.
Hola José!
Lo vi mencionado en un par de videos y me parece una grandiosa iniciativa, pero no he tenido tiempo de verlo. Hoy mas tarde o mañana me voy a dar un clavado a detalle, este es el tipo de desarrollos que causan el mayor impacto. Saludos!
Excelente video. Necesitaba esto. Gracias
Super útil docker con acceso a la GPU. Soluciona mucho los problemas de compatibilidad de todas la dependencias de drivers.
Buenas gente! Me encanta este canal y me fue tremendamente útil para hacer mi Master Thesis sobre Deep Learning. Ahora me quiero embarcar en otros proyectos con TensorFlow y por ello he seguido todos los pasos de este tutorial, pero cuando quiero probar la instalación:
sudo docker run --rm --gpus all nvidia/cuda:11.0.3-base-ubuntu20.04 nvidia-smi
Me aparece este mensaje como respuesta:
docker: Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy'
nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown.
No sé si soy el único al que le ocurre.
Saludos y gracias!
Igual problema... ¿lo solucionaste?
que grafica tienes?
Gran admirador!
Muchas gracias Manuel. Saludos!
excelente video
Compadre, el docker se vincula un contenedor al directorio principal, y el resto por servicio?
che y un tuto para amd gpu + wndows?
Desde la versión 2.11 de tensorflow, ya no se puede conectar con la GPU Nvidia vía Windows nativo, toca usar WSL.
Gran video, tengo una duda, sí tengo una laptop M1 para entrenar y para desplegar modelos un servidor que solo tiene gráfica integrada de Intel, puedo usar el mismo contenedor en ambas computadoras?
Si puedes. Tal vez solo tienes que cambiar alguna parte del codigo. Por ejemplo en pytorch en devices mencionas que usaras apple silicon mientras que en otra maquina seria cuda.
muy bueno
Hola!, ¿Qué propiedades tiene la PC que estas usando?, CPU, GPU, RAM?, etc.. Saludos!
Que onda Jorge, esa maquina tiene Ryzen 5800X (8 núcleos), 32 GB de RAM y una Nvidia RTX 2070 super. Me funciona muy bien para la mayoría de entrenamientos, pero si quiero hacer un entrenamiento de un modelo algo mas robusto (normalmente me pasa con algo de procesamiento de lenguaje) la tarjeta gráfica se me queda un poco corta en cuanto a la RAM (trae 8GB).
Muchas gracias@@AMPTech . Quería consultarte los siguiente, ¿me recomendarías una MacBook PRO M1 de 16 de RAM?. Actualmente tengo una laptop Dell G3 (4-cores, i5 9-Generación, NVIDIA 1050, 32 RAM, Disco SSD). Estoy indeciso entre ese MacBook y una MSI de 14-cores i7-12700H, NVIDIA RTX 3060 6GB, 64 RAM, Disco SSD ), no se cual comprar. Actualmente con la Laptop vieja puedo correr modelos clásicos con la librería skitlearn sin ningún problema, incluso con enormes datasets en el orden de los GB. ¿Me recomiendas comprar el Macbook o el MSI q te comenté?, si fueras tu por cual irías. Saludos
Para entrenar modelos basados en redes neuronales, la MSI, no se compara el GPU de nvidia contra el de la M1.
También tengo una macbook pro m1, y es una grandiosa lap top (la batería dura años y tiene un rendimiento impresionante), pero no la uso para entrenamiento de redes neuronales.
Te amo, solo eso
Entonces por lo que veo no es posible instalar el nvidia container toolkit en windows?
Hola Guillermo, En Windows se puede hacer por medio de WSL2 (docs.nvidia.com/cuda/wsl-user-guide/index.html)
Saludos!
@@AMPTech ya lo checo, gracias Alex, saludos!!
Brother haz un video básico de docker para entender todo, muchas gracias
Gracias a ti. Si, lo tengo anotado entre los próximos videos a realizar.
Saludos!
hola! lo has hecho finalmente?@@AMPTech
mil gracias! me ha servido mucho
Excelente video estimado, sigue así por favor :3
Pregunta rapida, también logré hacer el uso del GPU con conda en ubuntu (fui afortunado y no tuve problemas)
¿Alguna diferencia entre estas dos alternativas, en rendimiento, etc?
Saludos desde Perú.
La diferencia es marginal. Solo es cuestión que si lo haces en tu compu directo uses ambientes para que después no se anden mezclando.
@@AMPTech Que tal, luego se seguir los pasos del video, todo estaba OK. He querido correr un código ya mas extenso, pero me sale el siguiente error justo al correr el entrenamiento :s
Node: 'model/conv2d/Relu'
DNN library is not found.
[[{{node model/conv2d/Relu}}]] [Op:__inference_train_function_3324]
He probado varias imágenes de docker, pero en el error el común denominador sigue siendo "DNN library is not found"
por ahi dí "pip install dnn", y salía otro error...
Corriendo a puro CPUen conda corre normal.
HELP! u.u
muchas gracias!,tengo una duda, es posible instalar las imagenes en otra partición?
Otra partición con otro sistema operativo? Eso si se puede hacer sin problema, solo necesitas hacer la instalación dentro del SO correspondiente.
Si te refieres a instalar en algún otro disco duro o partición lógica de tu almacenamiento, también se puede. Cambiando el directorio de instalación que normalmente es /etc/default/docker (en ubuntu)
@@AMPTech gracias!🙌
si uno no tiene gpu se puede hacer con la tarjeta integrada que maneja el pc
NO
¿Dónde te encuentro para darte unos besos? Llevaba todo el fin de semana sufriendo! Muchas gracias.
funciona en Windows en la versión de Docker Desktop?
En window me parece que tienes que usar Windows Subsystem for Linux (WSL) para poderlo correr.
Parcero me gusto mucho tu video, me gustaria que me pudieras ayudar con configurar mi pc, tengo un acer nitro 5 con gpu gtx 1650, con windows 10 y ubuntu 22.04, quiero dejar solo ubuntu para machine learning y deep learning, pero he probado de todo para instalar tensorflow cuda y cudnn, y nada funciona, si me puedes ayudar por favor.
este metodo con docker tambien lo veo muy viable pero yo estoy acostumbrado a trabajar con notebooks ya sea google colab o jupyer, entonces como haria en este caso con docker. gracias
Hola Ruben. Checate este video mio(Optimizar Pytorch con TensorRT) ua-cam.com/video/3Kae4FF0x0k/v-deo.html
En la parte en 6:39 y 8:59 menciono como hacerle para usar jupyter con un contenedor de Docker. Espero te sirva.
Saludos!
@@AMPTech Excelente, justo esto me preguntaba 😅. Saludos.
MUchas gracias! una duda, tengo ubuntu 22.04, y habilite la extension de visual studio code para docker, y corre los contenedores muy bien pero no logro ligar mi jupyter lab a que agarre la GPU, sabras como puedo hacerlo? o donde encontrar la documentacion necesaria? saludos!
Hola Alfredo, No he probado ese escenario en especifico. Deja ver que puedo investigar y si doy con algo prometedor regreso a este mensaje!
@AMP Tech Que tal, luego se seguir los pasos del video, todo estaba OK. He querido correr un código ya mas extenso, pero me sale el siguiente error justo al correr el entrenamiento :s
Node: 'model/conv2d/Relu'
DNN library is not found.
[[{{node model/conv2d/Relu}}]] [Op:__inference_train_function_3324]
He probado varias imágenes de docker, pero en el error el común denominador sigue siendo "DNN library is not found"
por ahi dí "pip install dnn", y salía otro error...
Corriendo a puro CPU en conda corre normal.
HELP! u.u
será por la GPU? tienes AMD o NVIDIA?
Hola, el equipo donde tengo Docker tiene una gráfica integrada de Intel (Iris Graphics 6100) ¿se puede realizar? No lo busco para machine learning o IA, sino que para mejorar el rendimiento de Plex, yo sé, es un uso más «mortal» pero me gustaría saber si es posible, gran video por cierto :D
Hola, si no tienes una GPU de NVIDIA, entonces no necesitas hacer la parte del NVIDIA container toolkit. Unicamente tienes que hacer la instalación de Docker y listo.
@@AMPTech Ah okok, super! Gracias :D