Skip Ribbon Commands
Skip to main content

​​​​​​​​​​

ಅಜ್ಯೂರ್ & DSVM ನ ನಿಯೋಜನೆಯ ಮೂಲಕ BigDL ನ ಸ್ವಯಂಚಾಲಿತ ಅನುಸ್ಥಾಪನೆ

BigDL ಎನ್ನುವುದು ಅಪಾಚೆ ಸ್ಪಾರ್ಕ್‌ಗಾಗಿನ* ಚದುರಿದ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಲೈಬ್ರರಿಯಾಗಿದೆ. BigDL ಬಳಸಿಕೊಂಡು, ನೀವು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಾದಂತಹ ಸ್ಕೇಲಾ ಅಥವಾ ಪೈಥಾನ್ ಪ್ರೊಗ್ರಾಂಗಳನ್ನು ಬರೆಯಬಹುದು ಮತ್ತು ಸ್ಕೇಲೆಬಲ್ ಸ್ಪಾರ್ಕ್ ಕ್ಲಸ್ಟರ್‌ಗಳ ಪ್ರಯೋಜನವನ್ನೂ ಸಹ ಪಡೆಯಬಹುದು

BigDL ಅನ್ನು ನಿಯೋಜಿಸಲು ಸುಲಭವಾಗುವಂತೆ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಮತ್ತು ಇಂಟೆಲ್ ಪರಸ್ಪರ ಸಹಯೋಗದೊಂದಿಗೆ Linux (Ubuntu) edition of the Data Science Virtual Machine (DSVM). ನಲ್ಲಿ "ಡಿಪ್ಲಾಯ್ ಟು ಅಜ್ಯೂರ್‌" ಎಂಬ ಬಟನ್‌ ಅನ್ನು ರಚಿಸಿಲಾಗಿದೆ.

ಇದು Github ನಲ್ಲಿನ https://github.com/Azure/DataScienceVM/tree/master/Extensions/BigDL ಎಂಬಲ್ಲಿ ಲಭ್ಯವಿದೆ


 

ಸೂಚನೆ: DSVM ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರಾವಿಶನ್ ಮಾಡಲು ಸುಮಾರು 10 ನಿಮಿಷ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆನೀವು ಆರಾಮಾಗಿ ಒಂದು ಕಾಫಿ ಕುಡಿದು ಬರಬಹುದು!

ದಯವಿಟ್ಟು ನೆನಪಿಡಿ: ಬಳಕೆಗೆ ಸುಲಭವಾಗಲೆಂದು, DSVM ಪ್ರಾವಿಶನಿಂಗ್ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ SSH ಆಯ್ಕೆಯ ಬದಲಿಗೆ ಪಾಸ್‌ವರ್ಡ್‌ (password) ಅನ್ನು ಆರಿಸುವಂತೆ ಸಲಹೆ ಮಾಡಲಾಗುತ್ತದೆ.

 

 

ನಿಮ್ಮದೇ ಸ್ವಂತದ ಕಸ್ಟಮ್ ಡೇಟಾ ಸೈನ್ಸ್ VM ವಿಸ್ತರಣೆಯ ನಿಯೋಜನೆಗಳನ್ನು ರಚಿಸಿಕೊಳ್ಳಿ

ಅಜ್ಯೂರ್ ರಿಸೋರ್ಸ್ ಮ್ಯಾನೇಜರ್ (ARM) ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಪೋಸ್ಟ್‌ ಪ್ರಾವಿಶನಿಂಗ್ ಸಂದರ್ಭದಲ್ಲಿ ಒಂದು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಚಲಾಯಿಸಲು ಅಗತ್ಯವಿರುವ ಒಂದು ವ್ಯವಸ್ಥೆಯನ್ನು ಅಜ್ಯೂರ್ ವರ್ಚುವಲ್ ಮೆಶೀನ್‌ಗಳು ಒದಗಿಸುತ್ತವೆ.

DSVM ತಂಡವು ಇದನ್ನು Github* ನಲ್ಲಿರುವ,

DSVM ವಿಸ್ತರಣೆಗಳನ್ನು ಬರೆಯುವ ಉದಾಹರಣೆಗಳು. https://github.com/Azure/DataScienceVM/tree/master/Extensions

ತಂಡವು ಅಜ್ಯೂರ್ ರಿಸೋರ್ಸ್ ಮ್ಯಾನೇಜರ್ (ARM) ಮಾದರಿಯನ್ನು ಮತ್ತು ಅಜ್ಯೂರ್‌ನಲ್ಲಿ VM  ಅನ್ನು ರಚಿಸುವಾಗ DSVM ಲಿನಕ್ಸ್‌ಗಾಗಿ (ಉಬುಂಟು) BigDL ಅನ್ನು ಅನುಸ್ಥಾಪಿಸುವ ಸ್ಕ್ರಿಪ್ಟ್‌ ಅನ್ನು ಪ್ರಕಟಿಸಿದೆ. ಡಿಪ್ಲಾಯ್ ಟು ಅಜ್ಯೂರ್ ಬಟನ್‌ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡುವುದರಿಂದ ಬಳಕೆದಾರರನ್ನು ಅಜ್ಯೂರ್ ಪೋರ್ಟಲ್ ವಿಜಾರ್ಡ್‌ಗೆ ಕೊಂಡೊಯ್ಯುತ್ತದೆ, http://portal.azure.com ಮತ್ತು ಅವರಿಗೆ VM ರಚಿಸುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ತೋರಿಸಿಕೊಡುತ್ತದೆ, ಮತ್ತು BigDL ಅನ್ನು ಅನುಸ್ಥಾಪಿಸಲು/ಸಂರಚಿಸಲು ಅಗತ್ಯವಿರುವ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ VM ಅನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಪ್ರಾವಿಶನ್ ಮಾಡಿದ ನಂತರ ಅದು ಬಳಕೆಗೆ ಸಿದ್ಧಗೊಳ್ಳುತ್ತದೆ.

ಡಾಕ್ಯುಮೆಂಟೇಶನ್‌ಗೆ ಅನುಗುಣವಾಗಿ, ನೀವು ವೇರಿಯೇಬಲ್‌ನ ಒಳಗೆ ಫೈಲ್‌ uri ಕೊಂಡಿಯನ್ನು ಮತ್ತು ಮೆಶೀನ್ ಕಾನ್ಫಿಗ್‌ಗಾಗಿನ ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕಿರುವ ಆದೇಶವನ್ನು ಸೇರಿಸಬೇಕಿರುತ್ತದೆ.

{
  "fileUris": ["<url>"],
  "commandToExecute": "<command-to-execute>"
}
ಮೇಲೆ ತಿಳಿಸಲಾದ ಉದಾಹರಣೆಯ ಪ್ರಕಾರ ಇದು ARM ನಲ್ಲಿನ ಅಳವಡಿಕೆಯಾಗಿದ್ದು ಇದನ್ನು https://github.com/Azure/DataScienceVM/blob/master/Extensions/BigDL/azuredeploy.json ಇಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ

 "variables": {
      "location": "[resourceGroup().location]",
      "imagePublisher": "microsoft-ads",
      "imageOffer": "linux-data-science-vm-ubuntu",
      "OSDiskName": "osdiskforlinuxsimple",
      "DataDiskName": "datadiskforlinuxsimple",
      "sku": "linuxdsvmubuntu",
      "nicName": "[parameters('vmName')]",
      "addressPrefix": "10.0.0.0/16",
      "subnetName": "Subnet",
      "subnetPrefix": "10.0.0.0/24",
      "storageAccountType": "Standard_LRS",
      "storageAccountName": "[concat(uniquestring(resourceGroup().id), 'lindsvm')]",
      "publicIPAddressType": "Dynamic",
      "publicIPAddressName": "[parameters('vmName')]",
      "vmStorageAccountContainerName": "vhds",
      "vmName": "[parameters('vmName')]",
      "vmSize": "[parameters('vmSize')]",
      "virtualNetworkName": "[parameters('vmName')]",
      "vnetID": "[resourceId('Microsoft.Network/virtualNetworks',variables('virtualNetworkName'))]",
      "subnetRef": "[concat(variables('vnetID'),'/subnets/',variables('subnetName'))]",
      "fileUris": https://raw.githubusercontent.com/Azure/DataScienceVM/master/Extensions/BigDL/InstallBigDL.sh,
      "commandToExecute": "bash InstallBigDL.sh"
 },

BigDL ಜುಪಿಟರ್ ನೋಟ್‌ಬುಕ್ಸ್ ಸರ್ವರ್

ಬಳಕೆದಾರರು ಮಾದರಿಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ನೇರವಾಗಿ ಒಂದು ಜುಪಿಟರ್* ನೋಟ್‌ಬುಕ್ ಸರ್ವರ್‌ ಅನ್ನು ಆರಂಭಿಸಲು /opt/BigDL/run_notebooks.sh ಅನ್ನು ಚಲಾಯಿಸಬಹುದು.

ನೀವು ಕೈಯಾರೆ BigDL ಅನ್ನು ಅನುಸ್ಥಾಪಿಸಲು ಬಯಸಿದಲ್ಲಿ

- BigDL ಅನ್ನು ಕೈಯಾರೆ ಅನುಸ್ಥಾಪಿಸಲು ಹಂತ-ಹಂತವಾದ ಅನುಸ್ಥಾಪನಾ ವಿಧಾನ

ನೀವು ಈಗಾಗಲೆ ಒಂದು DSVM (ಉಬುಂಟು) ಇನ್‌ಸ್ಟೆನ್ಸ್ ಹೊಂದಿದ್ದರೆ ಅಥವಾ ಮೇಲೆ ತಿಳಿಸಲಾದ ಸ್ವಯಂಚಾಲಿತ ಹಂತಗಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂದು ನೀವು ನೋಡಲು ಬಯಸುವುದಾದರೆ, ಡೇಟಾ ಸೈನ್ಸ್ ಹಂತಗಳನ್ನು ರಚಿಸಲು.

DSVM ನಲ್ಲಿ BigDL ನ ಕೈಯಾರೆ ಅನುಸ್ಥಾಪನೆ

DSVM ಪ್ರಾವಿಶನಿಂಗ್

ಆರಂಭಿಸುವ ಮೊದಲು, Azure product detail page ಗೆ ಭೇಟಿ ಮಾಡುವ ಮೂಲಕ ನೀವು ಲಿನಕ್ಸ್‌ಗಾಗಿನ (ಉಬುಂಟು) ಮೈಕ್ರೊಸಾಫ್ಟ್‌ ಡೇಟಾ ಸೈನ್ಸ್ ವರ್ಚುವಲ್ ಮೆಶೀನ್ ಅನ್ನು ಪ್ರಾವಿಶನ್ ಮಾಡಬೇಕು ಮತ್ತು VM ರಚನೆಯ ವಿಜಾರ್ಡ್‌ನಲ್ಲಿನ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಬೇಕು.

DSVM ಅನ್ನು ಸಂರಚನೆ ಮಾಡಿದ ನಂತರ, ಅದರ ಸಾರ್ವಜನಿಕ IP ವಿಳಾಸ ಮತ್ತು DNS ಹೆಸರನ್ನು ಬರೆದಿಟ್ಟುಕೊಳ್ಳಿ; ಅದನ್ನು ನಿಮ್ಮ ಆಯ್ಕೆಯ ಸಂಪರ್ಕ ಉಪಕರಣದ ಮೂಲಕ DSVM ಗೆ ಸಂಪರ್ಕ ಜೋಡಿಸಬೇಕು.  ನಾವು ಸಲಹೆ ಮಾಡುವ ಪಠ್ಯ ಇಂಟರ್‌ಫೇಸ್‌ SSH ಅಥವಾ Putty ಆಗಿರುತ್ತದೆ. ಚಿತ್ರಾತ್ಮಕ (ಗ್ರಾಫಿಕಲ್) ಇಂಟರ್‌ಫೇಸ್‌ಗಾಗಿ, X2GO* ಎನ್ನುವ ಒಂದು X ಕ್ಲೈಂಟ್ ಅನ್ನು ಬಳಸುವಂತೆ Microsoft* ಸಲಹೆ ಮಾಡುತ್ತದೆ.

ಸೂಚನೆ: ನಿಮ್ಮ ನೆಟ್‌ವರ್ಕ್ ವ್ಯವಸ್ಥಾಪಕರು ಎಲ್ಲಾ ಸಂಪರ್ಕಗಳು ನೆಟ್‌ವರ್ಕ್‌ ಪ್ರಾಕ್ಸಿಯ ಮೂಲಕ ಹಾದುಹೋಗಬೇಕೆಂದು ಬಯಸಿದಲ್ಲಿ ನೀವು ನಿಮ್ಮ ಪ್ರಾಕ್ಸಿ ಸರ್ವರ್ ಅನ್ನು ಸರಿಯಾಗಿ ಸಂರಚಿಸಬೇಕಿರುತ್ತದೆ. DSVM ನಲ್ಲಿ ಬೆಂಬಲಿಸಲಾಗುವಂತಹ ಒಂದೇ ಒಂದು ಸೆಶನ್ ಎಂದರೆ Xfce* ಆಗಿರುತ್ತದೆ.

ಇಂಟೆಲ್‌ನ BigDL ಅನ್ನು ರಚಿಸುವುದು

ರೂಟ್ ಅನ್ನು ಬದಲಾಯಿಸಿ ಮತ್ತು BigDL ಅನ್ನು Github ಗೆ ಕ್ಲೋನ್ ಮಾಡಿ; ಬಿಡುಗಡೆ ಮಾಡಲಾದ ಬ್ರಾಂಚ್-0.1 ಗೆ ಬದಲಾಯಿಸಿ:

     sudo –s
     cd /opt
     git clone https://github.com/intel-anlaytics/BigDL.git
     git checkout branch-0.1

Spark* 2.0 ನೊಂದಿಗೆ BigDL ಅನ್ನು ರಚಿಸುವಿಕೆ:

     $ cd BigDL
       $ bash make-dist.sh -P spark_2.0
ಯಶಸ್ವಿಯಾದಲ್ಲಿ, ನಿಮಗೆ ಈ ಕೆಳಗಿನ ಸಂದೇಶವು ಕಾಣಿಸಿಕೊಳ್ಳಬೇಕು:


 

BigDL ಅನ್ನು ಚಲಾಯಿಸಲು DSVM ಸಂರಚನಾ ಹಂತಗಳ ಉದಾಹರಣೆಗಳು

Python* 2.7 ಗೆ ಬದಲಾಯಿಸಿ.

     $ source /anaconda/bin/activate root


Python* ಆವೃತ್ತಿಯನ್ನು ಖಾತ್ರಿಪಡಿಸಿಕೊಳ್ಳಿ.

     $ python - - version


 
 

ಪೈಥಾನ್ ಪ್ಯಾಕೇಜುಗಳನ್ನು ಅನುಸ್ಥಾಪಿಸುವಿಕೆ

     $ /anaconda/bin/pip install wordcloud
     $ /anaconda/bin/pip install tensorboard
ಜ್ಯುಪಿಟರ್* ನೋಟ್‌ಬುಕ್ ಮತ್ತು TensorBoard* ಅನ್ನು ಚಲಾಯಿಸಲು ಸ್ಕ್ರಿಪ್ಟ್ ಫೈಲ್‌ಗಳನ್ನು ರಚಿಸುವಿಕೆ

ನೀವು BigDL ಲೈಬ್ರರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಿದ ಕೋಶದಲ್ಲಿ (/opt/BigDL), ಒಂದು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ರಚಿಸಿ ಮತ್ತು ಈ ಕೆಳಗಿನ ಪಠ್ಯವನ್ನು ಹೊಂದಿರುವ run_notebook.sh ಅನ್ನು ಚಲಾಯಿಸಿ:

#begin run_notebook.sh
#!/bin/bash
#setup paths
BigDL_HOME=~/BigDL

#this is needed for MSFT DSVM
export PYTHONPATH=${BigDL_HOME}/pyspark/dl:${PYTHONPATH}
#end MSFT DSVM-specific config

#use local mode or cluster mode
#MASTER=spark://xxxx:7077
MASTER="local[4]"
PYTHON_API_ZIP_PATH=${BigDL_HOME}/dist/lib/bigdl-0.1.0-python-api.zip
BigDL_JAR_PATH=${BigDL_HOME}/dist/lib/bigdl-0.1.0-jar-with-dependencies.jar
export PYTHONPATH=${PYTHON_API_ZIP_PATH}:${PYTHONPATH}
export PYSPARK_DRIVER_PYTHON=jupyter
export PYSPARK_DRIVER_PYTHON_OPTS="notebook --notebook-dir=~/notebooks  --ip=* "

source ${BigDL_HOME}/dist/bin/bigdl.sh

${SPARK_HOME}/bin/pyspark \
    --master ${MASTER} \
    --driver-cores 5  \
    --driver-memory 10g  \
    --total-executor-cores 8  \
    --executor-cores 1  \
    --executor-memory 10g \
    --conf spark.akka.frameSize=64 \
  --properties-file ${BigDL_HOME}/dist/conf/spark-bigdl.conf \
    --py-files ${PYTHON_API_ZIP_PATH} \
    --jars ${BigDL_JAR_PATH} \
    --conf spark.driver.extraClassPath=${BigDL_JAR_PATH} \
    --conf spark.executor.extraClassPath=bigdl-0.1.0--jar-with-dependencies.jar
# end of create_notebook.sh
-----

chmod +x run_notebook.sh
ಇದೇ BigDL ಕೋಶದಲ್ಲಿ, start_tensorboard.sh ಅನ್ನು ಈ ಕೆಳಗಿನ ಪಠ್ಯದೊಂದಿಗೆ ರಚಿಸಿ:

#begin start_tensorboard.sh
PYTHONPATH=/anaconda/lib/python2.7/site-packages:$PYTHONPATH
/anaconda/lib/python2.7/site-packages/tensorboard/tensorboard --logdir=/tmp/bigdl_summaries
#end start_tensorboard.sh
'/anaconda/lib/python2.7/site-packages/' ವು ಅನುಸ್ಥಾಪನಾ-ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ ಮತ್ತು DSVM ನ ಮುಂದಿನ ಬಿಡುಗಡೆಗಳಲ್ಲಿ ಬದಲಾಗಬಹುದು. ಆದ್ದರಿಂದ, ಈ ಸೂಚನೆಗಳು ನಿಮ್ಮಲ್ಲಿ ಕೆಲಸ ಮಾಡದೇ ಇದ್ದರೆ, ನೀವು ಈ ಮಾರ್ಗವನ್ನು (ಪಾತ್) ಅಪ್‌ಡೇಟ್ ಮಾಡಬೇಕಿರುತ್ತದೆ.


 

http://10.0.2.4:6006 ಲಾಗ್‌ನ ಕೊನೆಯಲ್ಲಿರುವ  URL ಅನ್ನು ಬರೆದಿಟ್ಟುಕೊಳ್ಳಿ. TensorBoard ಫಲಕವನ್ನು ನೋಡಲು ಅದರೊಂದಿಗೆ ನಿಮ್ಮ DSVM ಬ್ರೌಸರ್‌ ಅನ್ನು ತೆರೆಯಿರಿ.

ಪಠ್ಯ ವರ್ಗೀಕರಣದ ಉದಾಹರಣೆಯನ್ನು ಆರಂಭಿಸುವಿಕೆ

ಬ್ಯಾಶ್ ಆದೇಶಗಳನ್ನು ಬೇರೆ ಬೇರ ಟರ್ಮಿನಲ್‌ಗಳಲ್ಲಿ run_notebook.sh ಮತ್ತು start_tensorboard.sh ಮೂಲಕ ಕಾರ್ಯಗತಗೊಳಿಸಿ:

       $bash run_notebook.sh
       $bash start_tensorboard.sh
text_classification.ipynb ಗಾಗಿ ಒಂದು TensorBoard ಗಾಗಿ ಇನ್ನೊಂದರಂತೆ ಎರಡು ಬ್ರೌಸರ್ ಟ್ಯಾಬ್‌ಗಳನ್ನು ತೆರೆಯಿರಿ.

text_classification ಉದಾಹರಣೆಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿ:

http://localhost:YOUR_PORT_NUMBER/notebooks/pyspark/dl/example/tutorial/simple_text_classification/text_classfication.ipynb# —ಮಾದರಿಯ ಸ್ಥಳವನ್ನು ಪರೀಕ್ಷಿಸಿ.

ನೋಟ್‌ಬುಕ್ ಅನ್ನು ಚಲಾಯಿಸಿ. ಇದಕ್ಕೆ ಕೆಲವು ನಿಮಿಷಗಳು ಬೇಕಾಗಬಹುದು. ಕೊನೆಯಲ್ಲಿ, ಈ ಕೆಳಗಿನಂತೆ ಒಂದು ನಷ್ಟದ ಗ್ರಾಫ್ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ:


 

ಪಠ್ಯ ವರ್ಗೀಕರಣದ ಉದಾಹರಣೆಗೆ ಈ ಕೆಳಗಿನ ರೀತಿಯಲ್ಲಿ ನಿಮ್ಮ TensorBoard ಕಾಣಿಸಿಕೊಳ್ಳಬಹುದು.​


 

DSVM ನಲ್ಲಿ BigDL ಅನುಸ್ಥಾಪನೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆ

ಅಜ್ಯೂರ್ ರಿಸೋರ್ಸ್ ಮ್ಯಾನೇಜರ್ (ARM) ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಪೋಸ್ಟ್‌ ಪ್ರಾವಿಶನಿಂಗ್ ಸಂದರ್ಭದಲ್ಲಿ ಒಂದು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಚಲಾಯಿಸಲು ಅಗತ್ಯವಿರುವ ಒಂದು ವ್ಯವಸ್ಥೆಯನ್ನು ಅಜ್ಯೂರ್ ವರ್ಚುವಲ್ ಮೆಶೀನ್‌ಗಳು ಒದಗಿಸುತ್ತವೆ. Github ನಲ್ಲಿ, ನಾವು ARM ಮಾದರಿಯನ್ನು ಮತ್ತು ಅಜ್ಯೂರ್‌ನಲ್ಲಿ VM  ಅನ್ನು ರಚಿಸುವಾಗ DSVM ಲಿನಕ್ಸ್‌ಗಾಗಿ (ಉಬುಂಟು) BigDL ಅನ್ನು ಅನುಸ್ಥಾಪಿಸುವ ಸ್ಕ್ರಿಪ್ಟ್‌ ಅನ್ನು ಪ್ರಕಟಿಸಿದ್ದೇವೆ.  ಇದೇ Github ಕೋಶದಲ್ಲಿ,  ಡಿಪ್ಲಾಯ್ ಟು ಅಜ್ಯೂರ್ ಬಟನ್‌ ಕೂಡಾ ಇರುತ್ತದೆ, ಇದು ಬಳಕೆದಾರರನ್ನು ಅಜ್ಯೂರ್ ಪೋರ್ಟಲ್ ವಿಜಾರ್ಡ್‌ಗೆ ಕೊಂಡೊಯ್ಯುತ್ತದೆ. ಅದು ಅವರಿಗೆ VM ರಚಿಸುವಿಕೆಯನ್ನು ತೋರಿಸಿಕೊಡುತ್ತದೆ, ಮತ್ತು BigDL ಅನ್ನು ಅನುಸ್ಥಾಪಿಸಲು/ಸಂರಚಿಸಲು ಮೇಲಿನ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ VM ಅನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಪ್ರಾವಿಶನ್ ಮಾಡಿದ ನಂತರ ಅದು ಬಳಕೆಗೆ ಸಿದ್ಧಗೊಳ್ಳುತ್ತದೆ. ಬಳಕೆದಾರರು ಮಾದರಿಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ನೇರವಾಗಿ ಒಂದು ಜುಪಿಟರ್* ನೋಟ್‌ಬುಕ್ ಸರ್ವರ್‌ ಅನ್ನು ಆರಂಭಿಸಲು /opt/BigDL/run_notebooks.sh ಅನ್ನು ಚಲಾಯಿಸಬಹುದು.

ತೀರ್ಮಾನ

BigDL ವಿಕಸನೆ ಹೊಂದುವಿಕೆಯನ್ನು ಮುಂದುವರೆಸುತ್ತದೆ ಮತ್ತು ಮುಕ್ತ ತಂತ್ರಾಂಶ ಸಮುದಾಯದ ಹಾಗೂ ಇಂಟೆಲ್‌ ಮುಡಿಪಾಗಿರಿಸಿದ ತಂತ್ರಾಂಶ ಇಂಜಿನಿಯರಿಂಗ್ ತಂಡದಿಂದಲೂ ಸಹ ಸದೃಢ ಬೆಂಬಲವನ್ನು ಪಡೆಯುತ್ತಿದೆ.

ಸಂಪನ್ಮೂಲಗಳು


​​​​​
​​​​​​​

Read More on....

​​​​​
This site uses Unicode and Open Type fonts for Indic Languages. Powered by Microsoft SharePoint
©2017 Microsoft Corporation. All rights reserved.