Komputasi Python dengan Conda Environment: Perbedaan antara revisi

Dari ALELEON by EFISON
(Memisahkan tabel mamba dan anaconda)
(menambah link ke daftar instalasi package python)
Baris 76: Baris 76:
|''3.8.5''
|''3.8.5''
|}
|}
|-
!<big>2.1</big>
|-
|-
!''Daftar package yang butuh Python versi spesifik:''
!''Daftar package yang butuh Python versi spesifik:''
Baris 85: Baris 87:
|-
|-
|TensorFlow
|TensorFlow
|Lihat '''[[https://www.tensorflow.org/install/source#tested_build_configurations TensorFlow Tested Build Configurations]]'''
|-
|PyTorch
|3.9 - 3.12
|3.9 - 3.12
|}
|}
|-
|-
! <big>2</big>
! <big>2.2</big>
|-
|-
!Buat conda env dengan opsi:
!Buat conda env dengan opsi:
Baris 148: Baris 153:
|''3.10.13''
|''3.10.13''
|}
|}
|-
!<big>2.1</big>
|-
|-
!''Daftar package yang butuh Python versi spesifik''
!''Daftar package yang butuh Python versi spesifik''
Baris 157: Baris 164:
|-
|-
|TensorFlow
|TensorFlow
|Lihat '''[[https://www.tensorflow.org/install/source#tested_build_configurations TensorFlow Tested Build Configurations]]'''
|-
|PyTorch
|3.9 - 3.12
|3.9 - 3.12
|}
|}
|-
|-
! <big>2</big>
! <big>2.2</big>
|-
|-
!Buat conda env dengan opsi:
!Buat conda env dengan opsi:
Baris 217: Baris 227:
!Pilih panduan instalasi package yang dibutuhkan
!Pilih panduan instalasi package yang dibutuhkan
|-
|-
|
|Lihat laman wiki '''[<nowiki/>[[Daftar Instalasi Package Python]]]'''.
{| class="wikitable mw-collapsible mw-collapsed"
! colspan="2" |- Instalasi Package Umum dengan pip / conda -
[[Berkas:GMB Pip Conda icon.png|nirbing|120x120px]]
|-
| colspan="2" |Pip dan conda adalah package manager Python yang paling banyak digunakan.
 
* Pilih sesuai kebutuhan package.
* Terkadang ada pilihan package yang lebih lengkap di pip atau conda.
|-
! rowspan="2" |pip
| Contoh format instalasi <sub>(pilih salah satu)</sub>:
<code>'''<sub>(env)</sub><small>$</small>''' '''pip install ''[nama-package]'''''</code>
 
<code>'''<sub>(env)</sub><small>$</small>''' '''python3 -m pip install ''[nama-package]'''''</code>
|-
|Daftar package dan tutorial instal '''pip''' lihat web:
*'''[[https://pypi.org/ PyPI The Python Package Index]]'''.
|-
! colspan="2" |
|-
! rowspan="2" |conda
|Contoh format instalasi <sub>(pilih salah satu)</sub>:
<code>'''<sub>(env)</sub><small>$</small>''' '''conda install ''[nama-package]'''''</code>
 
<code>'''<sub>(env)</sub><small>$</small>''' '''conda install conda-forge::''[nama-package]'''''</code>
|-
|Daftar package dan tutorial instal conda lihat web:
*'''[[https://conda-forge.org/packages/ Packages in Conda Forge]]'''.
|-
! colspan="2" |---
|}


{| class="wikitable mw-collapsible mw-collapsed"
* ''<small>Halaman terpisah karena daftar terlalu panjang</small> ._.''  
! colspan="3" |- Instalasi Package TensorFlow -
[[Berkas:Logo TF GMB pip.png|nirbing|140x140px]]
|-
| colspan="3" |Tersedia dua versi TensorFlow, pilih sesuai kebutuhan:
* Versi CPU - berjalan di CPU.
*Versi GPU - berjalan dengan akselerasi GPU
Spesifikasi CPU dan GPU lihat '''[<nowiki/>[[Spesifikasi ALELEON Supercomputer]]]'''
|-
| colspan="3" |[[Berkas:GMB warning wololo.png|nirbing|50x50px]] Pastikan user membuat conda env dengan Python versi 3.9 - 3.12
|-
!Versi
!Platform
!Perintah pip
|-
| rowspan="2" |Latest (2.19.0)
|[[Berkas:GMB CPU icon.png|nirbing|60x60px]]
| <code><sub>(env)</sub><small>$</small> '''python3 -m pip install tensorflow'''</code>
|-
|[[Berkas:GMB GPU icon.png|nirbing|80x80px]]
|<code><sub>(env)</sub><small>$</small> '''python3 -m pip install 'tensorflow[and-cuda]''''</code>
|-
! colspan="3" |
|-
|Semua versi
|[[Berkas:GMB CPU icon.png|nirbing|60x60px]]
|Versi lainnya lihat '''[[https://pypi.org/project/tensorflow/#history PyPI TensorFlow Release History]]'''
<code><sub>(env)</sub><small>$</small> '''python3 -m pip install tensorflow==''[versi]'''''</code>
|-
! colspan="3" |
|-
| colspan="3" |Pranala lanjut lihat '''[[https://www.tensorflow.org/install/pip Install TensorFlow with pip]]'''
|-
! colspan="3" |---
|}
 
{| class="wikitable mw-collapsible mw-collapsed"
! colspan="2" |- Instalasi Package PyTorch -
[[Berkas:Logo PyTorch GMB pip.png|nirbing|150x150px]]
|-
| colspan="2" |Tersedia dua versi PyTorch, pilih sesuai kebutuhan:
*Versi CPU - berjalan di CPU.
*Versi GPU - ALELEON menggunakan GPU '''NVIDIA''' sehingga instal package versi '''cuda'''.
|-
!Versi
!Perintah pip
|-
|CPU [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
|<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cpu</nowiki>'''</code>
|-
| GPU - CUDA 11.8 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
|<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cu118</nowiki>'''</code>
|-
|GPU - CUDA 12.1 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
|<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cu121</nowiki>'''</code>
|-
|GPU - CUDA 12.4 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
|<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio'''</code>
|-
| colspan="2" |Pranala lanjut lihat '''[[https://pytorch.org/get-started/locally/ PyTorch - Start Locally]]'''
|-
! colspan="2" |---
|}
{| class="wikitable mw-collapsible mw-collapsed"
! colspan="2" |- Instalasi Package JAX -
|-
| colspan="2" |Tersedia dua versi JAX, pilih sesuai kebutuhan:
*Versi CPU - berjalan di CPU.
*Versi GPU - ALELEON menggunakan GPU '''NVIDIA''' sehingga instal package versi '''cuda'''.
|-
!Versi
!Perintah pip
|-
|CPU [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
|<code><small>(env-user)$</small> '''pip install -U jax'''</code>
|-
|GPU [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
|<code><small>(env-user)$</small> '''pip install -U "jax[cuda12]"'''</code>
|-
| colspan="2" |Pranala lanjut lihat '''[[https://docs.jax.dev/en/latest/installation.html JAX - Installation]]'''
|-
! colspan="2" |---
|}
|-
|-
!<big>4</big>
!<big>4</big>

Revisi per 29 April 2025 09.38

Logo Python Anaconda Mamba ALELEON tp.png

Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan conda environment di ALELEON Supercomputer.

Laman ini merupakan bagian laman -> Komputasi Python

Wololo!

Perhatikan halaman ini sedang dalam proses revisi penulisan. User disarankan untuk kembali mereferensi halaman ini setelah pesan ini hilang. Terima kasih untuk bersedia menunggu dan mohon maaf atas ketidaknyamanannya.

Langkah Menjalankan Komputasi

Terdapat tiga langkah utama:

  1. Buat conda environment untuk menampung instalasi package.
  2. Instal package Python yang diperlukan di conda env tersebut.
  3. Menggunakan conda env tersebut untuk menjalankan komputasi.

Spesifikasi

Tutorial ini memandu membuat conda environment dengan site-packages terisolasi di dalamnya.

Keterangan simbol perintah terminal
$ -> perintah ketika conda env tidak aktif
(env)$ -> perintah ketika conda env aktif

Membuat Conda Environment

ALELEON Supercomputer menyediakan pilihan Python Package Manager (PPM) berikut untuk membuat conda environment. Pilih sesuai preferensi user:

- Membuat conda env dengan Anaconda -

Anaconda transparent logo.png

  • PPM Python paling banyak digunakan.
  • Saat ini menjadi standar industri.
0
Icon apps terminal cropped.png
Menggunakan terminal!
  • User web EFIRO buka app Aleleon Shell Access.
1
Pilih dan aktifkan modul Anaconda untuk membuat conda env:
  • Ingat atau catat modul Anaconda yang dipakai.
  • Kedepannya digunakan untuk mengaktifkan conda env ini.
$ module load [nama-modul-anaconda]
Daftar nama modul Anaconda 3
Versi Nama Modul Versi Py default
2024-02-1 Anaconda3/2024.02-1 3.11.7
2023.07-2 Anaconda3/2023.07-2 3.11.4
2022.05 Anaconda3/2022.05 3.9.12
2021.05 Anaconda3/2021.05 3.8.8
2020.11 Anaconda3/2020.11 3.8.5
2.1
Daftar package yang butuh Python versi spesifik:
Gunakan opsi 2B untuk membuat conda env.
Package Versi Python
TensorFlow Lihat [TensorFlow Tested Build Configurations]
PyTorch 3.9 - 3.12
2.2
Buat conda env dengan opsi:
2A - Conda env kosong dengan Python 3 versi terbaru (3.13): 
$ conda create -n [nama-conda-env] pip

Contoh dengan nama 'skripsi' 
$ conda create -n skripsi pip
2B - Conda env kosong dengan Python versi tertentu: 
$ conda create -n [nama-conda-env] python=[versi]

Contoh dengan Python 3.10 
$ conda create -n skripsi python=3.10
Saran
Pilih nama conda env yang mengandung unsur nama modul:
  • Untuk mengingat modul yang digunakan membuat conda env.
  • Contoh user memilih modul Anaconda3/2024-02-1
  • Gunakan nama conda env seperti A2024-skripsi
---
- Membuat conda env dengan Mamba -

Mamba transparent logo.png

  • Alternatif yang dikembangkan komunitas.
  • Dalam beberapa kasus lebih ringan dan cepat dari Anaconda.
0
Icon apps terminal cropped.png
Menggunakan terminal!
  • User web EFIRO buka app Aleleon Shell Access.
1
Pilih dan aktifkan modul Mamba untuk membuat conda env:
  • Ingat atau catat modul Mamba yang dipakai.
  • Kedepannya digunakan untuk mengaktifkan conda env ini.
$ module load [nama-modul-mamba]
Daftar nama modul Mamba
Versi Nama Modul Versi Py default
23.11.0-0 Mamba/23.11.0-0 3.10.13
2.1
Daftar package yang butuh Python versi spesifik
Gunakan opsi 2B untuk membuat conda env.
Package Versi Python
TensorFlow Lihat [TensorFlow Tested Build Configurations]
PyTorch 3.9 - 3.12
2.2
Buat conda env dengan opsi:
2A - Conda env kosong dengan Python 3 versi terbaru (3.13): 
$ mamba create -n [nama-conda-env] pip

Contoh dengan nama 'skripsi' 
$ mamba create -n skripsi pip
2B - Conda env kosong dengan Python versi tertentu: 
$ mamba create -n [nama-conda-env] python=[versi]

Contoh dengan Python 3.10 
$ mamba create -n skripsi python=3.10
Saran
Pilih nama conda env yang mengandung unsur nama modul:
  • Untuk mengingat modul yang digunakan membuat conda env.
  • Contoh user memilih modul Mamba/23.11.0-0
  • Gunakan nama conda env seperti M23-skripsi
---

Mengaktifkan Conda Env dan Instalasi Package

GMB warning wololo.png Ada baiknya user melengkapi instalasi package sebelum menjalankan komputasi karena:

  1. Batch job -> supaya script Python berjalan tanpa error missing package.
  2. Sesi Jupyter -> untuk efisiensi penggunaan karena terkadang ada package yang membutuhkan waktu lama untuk instalasi.

Instalasi ini berjalan di login node sehingga tidak mengkonsumsi Core Hour.

Mengaktifkan Conda Environment
0
Icon apps terminal cropped.png
Menggunakan terminal!
  • User web EFIRO buka app Aleleon Shell Access.
1
Muat modul PPM yang digunakan untuk membuat conda env 
$ module load [Anaconda-atau-Mamba ....]
2
Aktifkan conda env dengan perintah source: 
$ source activate [nama-conda-env]
3
Pilih panduan instalasi package yang dibutuhkan
Lihat laman wiki [Daftar Instalasi Package Python].
  • Halaman terpisah karena daftar terlalu panjang ._.
4
Apabila hendak menonaktfkan conda env:

(env)$ conda deactivate

Saran
Apabila lupa dengan nama conda env, cari dengan:

$ conda env list

Menjalankan Conda Env dengan GPU?

GMB warning wololo.png Berikut hal yang perlu diperhatikan untuk menjalankan package komputasi Python dan conda env di GPU ALELEON Supercomputer:

Package Python Versi CUDA

Partisi GPU ALELEON menggunakan GPU NVIDIA sehingga:

  • Instal package Python versi CUDA (apabila ada).
  • Apabila ikut tutorial subbab diatas, pilih versi GPU GMB GPU icon.png.

Apakah Perlu Memuat Modul CUDA?

Package Python versi CUDA membutuhkan library CUDA yang sesuai untuk berjalan. Biasanya instalasi package Python versi CUDA juga menginstal library CUDA yang diperlukan. Berikut langkah cek kelengkapan library CUDA:

1
Setelah instalasi package, cek ketersediaan library CUDA di conda env: 
- Apabila instal package dengan pip
(env-user)$ pip list | grep cuda

- Apabila instal package dengan conda
(env-user)$ conda list | grep cuda
Apabila ada output cuda:
Conda env siap digunakan, user tidak perlu memuat modul CUDA.
GMB warning wololo.png Apabila tidak ada output cuda:
User harus memuat modul CUDA dengan ketentuan:
  1. Perhatikan versi CUDA yang dibutuhkan.
  2. Lihat dokumentasi package tersebut.
- Tutorial memuat dan daftar modul CUDA -

Logo CUDA ALELEON tp.png

Bagi yang menjalankan conda env dengan batch job:
  • Tambah perintah berikut pada submit script:
...
# Memuat modul
module load ${PM}
module load [nama-modul-CUDA]
...
Bagi yang menjalankan conda env dengan sesi Jupyter:
  • Isi nama modul pada kolom Software Modules.
Versi CUDA Nama modul CUDA
11.2 cuda/11.2-cuDNN8.1.1
11.6 cuda/11.6-cuDNN8.3.3
11.8 cuda/11.8-cuDNN8.6.0
12.0 cuda/12.0-cuDNN8.7.0
12.1 cuda/12.1-cuDNN8.8.1
12.3 cuda/12.3-cuDNN8.9.6
12.4 cuda/12.4-cuDNN9.2.1
12.5 cuda/12.5-cuDNN9.2.1
Permintaan instalasi CUDA versi lain:
  • Hubungi tim admin di support@efisonlt.com
  • Layanan gratis.
---
---

Pilihan Menjalankan Komputasi

User dapat menjalankan komputasi dengan conda env melalui pilihan berikut, pilih sesuai kebutuhan:

Batch Job

Menjalankan script Python siap jalan tanpa interaksi user melalui manajemen Slurm di [compute node].

  • GMB warning wololo.pngPerhatikan untuk file .ipynb harus dikonversi ke file .py.
  • Tersedia dua pilihan tampilan yaitu terminal dan web EFIRO. Pilih sesuai keinginan.

(klik expand / kembangkan)

- Langkah Batch Job di Terminal -

Sbatch terminal display rev2.png

Icon apps terminal cropped.png
Menggunakan terminal!
  • User web EFIRO buka app Aleleon Shell Access.
1
Siapkan conda env dan file komputasi yang dibutuhkan.
  • User dapat upload / download file dengan software FTP.
  • User web EFIRO juga dapat gunakan app Home Directory
2A
Buat Submit Script yaitu 'formulir' untuk menjalankan job komputasi.
  • Nama file bebas dengan format .sh, contoh submit.sh
Contoh template Submit Script
  • Ikuti petunjuk NOTES dan alur script di dalamnya.

Klik expand / kembangkan

- Template submit script Conda Environment versi CPU -

GMB CPU icon.png 

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (CPU) | rev.210125
#
# NOTES:
# 1. Isi bagian yang ditandai 4 garing (////).
# 2. Template ini bersifat referensi.
#    User dapat mengubah bagian yang perlu diubah.
# 3. Pastikan user sudah melengkapi conda environment.
# -----------------------------------------------------

# -----------------------------------------------------
# Alokasi komputasi SBATCH dan file input
# -----------------------------------------------------

# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////

# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////

# Definisi file untuk menampung output terminal program
#SBATCH --output=result-%j.txt

# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt

# Input nama modul package manager yang digunakan untuk membuat
# conda env user. Daftar nama:
# Anaconda3/2020.11   || Anaconda3/2021.05   || Anaconda3/2022.05 ||
# Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0   ||
PM="////"

# Nama conda environment yang digunakan
CONDA_NAME="////"

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Memuat modul
module load ${PM}

# Mengaktifkan Conda Environment
source activate ${CONDA_NAME}

# Tuliskan perintah menjalankan komputasi Python user
# contoh -> python3 [nama-file-python]
////
- Template submit script conda environment versi GPU -

GMB GPU icon.png

GMB warning wololo.pngNote: 
#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (GPU) | rev.210125
#
# NOTES:
# 1. Isi bagian yang ditandai 4 garing (////).
# 2. Template ini bersifat referensi.
#    User dapat mengubah bagian yang perlu diubah.
# 3. Pastikan user sudah melengkapi conda environment.
# -----------------------------------------------------

# -----------------------------------------------------
# Alokasi komputasi SBATCH dan file input
# -----------------------------------------------------

# Partisi compute node GPU
#SBATCH --partition=ampere

# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////

# Alokasi jumlah GPU
#SBATCH --gpus=////

# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////

# Definisi file untuk menampung output terminal program
#SBATCH --output=result-%j.txt

# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt

# Input nama modul package manager yang digunakan untuk membuat
# conda env user. Daftar nama:
# Anaconda3/2020.11   || Anaconda3/2021.05   || Anaconda3/2022.05 ||
# Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0   ||
PM="////"

# Nama conda environment yang digunakan
CONDA_NAME="////"

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Memuat modul
module load ${PM} 

# Mengaktifkan Conda Environment
source activate ${CONDA_NAME}

# Tuliskan perintah menjalankan komputasi Python user
# contoh -> python3 [nama-file-python]
////
2B
SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan:
  • Sisa Core Hour user dan Fair Usage Limit.
  • Spesifikasi sistem dan software komputasi.

Untuk melihat limit, jalankan perintah: 

$ slimit-python
3
Jalankan job komputasi dengan perintah: 
$ sbatch [nama-submit-script]

Contoh:
$ sbatch submit.sh
4
User dapat melihat status jalannya job dengan perintah:

$ squeue -ul $USER

Kolom ST atau STATE menunjukkan status jalannya job.
STATE Penjelasan
R (RUN) Job berjalan
PD (PENDING) Job tertahan, lihat NODELIST(REASON)
CG (COMPLETING) Job selesai dan dalam proses clean-up
CA (CANCELED) Job dibatalkan user
PR (PREEMPETED) Job dibatalkan admin, alasan dikabarkan via email
S (SUSPENDED) Job ditahan admin, alasan dikabarkan via email
Apabila user ingin menghentikan job yang berjalan, jalankan perintah: 
$ scancel [job-ID]

Job ID ada pada squeue diatas.
contoh membatalkan job ID 231:
$ scancel 231
---
- Langkah Batch Job di web EFIRO -

Efiro jobcomposer display.png

1
Login ke web EFIRO ALELEON Supercomputer.
2
EOD Apps Job Composer full.pngBuka pinned apps Job Composer di homepage EFIRO.

Pilih menu New Job -> From Template

Jcnewjobmarked.png

3
Pilih template Anaconda Python yang diinginkan:
Nama Template Penjelasan
Conda Environment Python (CPU) Menjalankan conda env pada CPU
Conda Environment Python (GPU) Menjalankan conda env pada GPU
Kemudian Isi Job Name dan klik Create New Job

Jctemplate-2.png

4
Siapkan file komputasi dan conda env yang dibutuhkan:
  • Upload / download / edit file via menu Edit Files
  • Akses terminal untuk manajemen conda env via menu Open Terminal

JC job menu.png

5A
Lengkapi Submit Script melalui tombol Open Editor:
  • Submit script adalah 'formulir' untuk menjalankan job komputasi.
    • Ikuti petunjuk NOTES dan alur script didalamnya.
  • Klik Save setiap kali mengubah script.

GMB warning wololo.png Bagi yang memilih template GPU:
  • Perhatikan apakah perlu memuat modul CUDA.
5B
SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan:
  • Sisa Core Hour user dan Fair Usage Limit.
  • Spesifikasi sistem dan software komputasi.

Untuk melihat limit, jalankan perintah ini via menu Open Terminal: 

$ slimit-python
6
Jalankan job dengan klik tombol Submit.

  • Pantau kolom status yang menjelaskan status jalannya job.
  • Apabila ingin membatalkan job yang berjalan, klik Stop.
Daftar Status Job
Status Arti
Not Submitted Job belum pernah dijalankan.
Running Job berjalan.
Queue Job mengantri dan belum berjalan.
Completed Job selesai berjalan.
Failed Job berhenti karena error atau di stop user.
Untuk melihat alasan job yang queue:
Buka pinned apps Active Jobs di homepage EFIRO. Ubah opsi All jobs ke Your Jobs. Klik simbol > untuk melihat status job yang pending pada kolom Reason. Arti reason lihat laman Daftar Reason NODELIST ALELEON Supercomputer.
7
Lihat output file komputasi pada kolom Folder Contents
  • Atau dengan membuka Edit Files
Kolom Folder Contents.
8
Untuk menghapus ruang job dan datanya:
  • Pilih ruang job yang akan dihapus.
  • Klik menu Delete

JC delete menu.png

---

Sesi Jupyter

Menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].

- Langkah Sesi Jupyter -

Efiro jupyter display.png

1
Login ke web EFIRO ALELEON Supercomputer.
2
Siapkan conda environment yang akan digunakan.
  • User Mamba jangan lupa instal package Jupyter di conda env.
Untuk sesi Jupyter efektif terkait batasan waktu dan konsumsi Core Hour:
  • Disarankan melengkapi instalasi package sebelum sesi Jupyter.
3
New Pinnedapps jupyter.png Buka pinned apps Jupyter di homepage EFIRO.
4
Isi formulir untuk memulai sesi Jupyter dengan panduan berikut:
Choose Jupyter version
Pilih sesuai preferensi user, Jupyter Lab atau Notebook
Partition
Pilih sesuai kebutuhan:
  • torti -> interactive node CPU
  • tilla -> interactive node GPU
Number of CPU thread(s)
Alokasi core CPU, range 2 - 32 untuk torti dan tilla.
Amount of memory/RAM (GB)
Alokasi RAM dalam satuan GB, range 1 - 64 untuk torti dan tilla.
Number of GPUs (apabila pilih partition tilla)
Jumlah GPU, isi angka 1
Number of hours
Waktu maksimal sesi Jupyter, range 1 - 72 untuk torti dan tilla.
Form CPU, RAM, GPU, dan hours mempunyai limit berdasarkan:
  • Sisa Core Hour user dan Fair Usage Limit.
  • Spesifikasi sistem dan software komputasi.

Langkah melihat limit:

  • Buka menu Clusters > Aleleon Shell Access

Shellaccess.png

  • Jalankan perintah:
$ slimit-python
Choose how to launch Jupyter
Pilih Anaconda/Mamba
Choose Anaconda/Mamba version
Pilih versi yang digunakan untuk membuat conda env user.
Conda/Mamba environment directory
Isi nama conda env user, contoh: skripsi
Software Modules
Memuat modul software diluar conda env user , isi apabila ada.
GMB warning wololo.png Bagi user yang memilih partition tilla:
Environment setup
Memuat environment variable, isi apabila ada.
Additional Jupyter arguments
Memuat argumen tambahan Jupyter, isi apabila ada.
Email address
Notifikasi email untuk status mulai dan selesainya Jupyter.
  • Isi apabila berkenan.
5
Klik tombol Launch untuk memulai sesi Jupyter.
  • User akan diarahkan ke halaman My Interactive Sessions.
  • Tunggu hingga sesi Jupyter siap diakses.

Jupyternotebookqueue.png

6
Apabila status Running, klik tombol Connect to Jupyter.
  • Sistem mulai menghitung Core Hour!
  • Untuk menghentikan sesi yang sedang running, klik tombol Cancel

Newjupyter120124.png

7
Pilih Notebook Python 3 untuk memulai sesi notebook Python 3.
Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Notebook
Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Lab
8
User dapat mengunjungi sesi Jupyter yang sedang berjalan pada:
  • Menu My Interactive Sessions pada homepage EFIRO.
  • Kolom Active interactive sessions pada homepage EFIRO.
---

Pelaporan Kendala dan Support

Apabila menjumpai masalah teknis dalam menjalankan komputasi, silahkan lapor dengan klik gambar berikut ini.

Wiki-pelaporankendala.jpg

Bila terdapat pertanyaan lainnya, silahkan hubungi admin EFISON melalui email: 

support@efisonlt.com
Diperoleh dari "https://wiki.efisonlt.com/index.php?title=Komputasi_Python_dengan_Conda_Environment&oldid=1909"