Skip to content

Instantly share code, notes, and snippets.

View lemairecarl's full-sized avatar

Carl Lemaire lemairecarl

View GitHub Profile
@lemairecarl
lemairecarl / milabench-analysis.md
Last active August 31, 2020 17:49
milabench analysis for Narval

Test suite

Note: all these tests use the GPU. "loader" does not execute any neural-net operations, it only loads the images on the GPU, then pass to the next batch.

weights are guesstimates from Carl.

Data transfer test

  • loader
    • weight: 2 (not realistic)
def jouer(strategie):
porte_gagnante = np.random.randint(0, 3)
portes = {0, 1, 2}
choix_initial = np.random.randint(0, 3)
if choix_initial == porte_gagnante:
chevres = portes.difference({porte_gagnante})
ouverte_par_animateur = list(chevres)[np.random.randint(0, 2)]
else: # choix_initial != porte_gagnante, choix_initial est chevre
# L'animateur n'ouvre ni la porte gagnante, ni la porte choisie initialement
@lemairecarl
lemairecarl / ift725-projet-precisions.md
Last active April 9, 2020 19:33
IFT725 - Projet - Précisions

IFT725 - Projet - Précisions

Je perds du temps à lancer des tâches qui échouent dans la première minute. Comment puis-je tester mes scripts de manière efficiente?

Vous devriez lancer une tâche interactive. Vous pourrez ainsi vérifier que votre environnement virtuel est correct, et que toutes les dépendances de votre script sont bien installées.

Pour ce faire, utilisez salloc. Cette commande est similaire à ssh en ce sens qu'elle vous amène dans un terminal sur un autre ordinateur; dans ce cas-ci, un noeud de calcul. Vous devez spécifiez les ressources dont vous avez besoin, un peu comme avec sbatch, comme suit:

salloc --cpus-per-task=2 --gres=gpu:k20:1 --time=0:30:00

@lemairecarl
lemairecarl / ift725-tp3-precisions.md
Last active April 9, 2020 19:11
IFT725 - Précisions pour le TP3

IFT725 - Précisions pour le TP3

Voici quelques précisions qui vous aideront à faire le TP3 sur le serveur Hélios de Calcul Québec.

  1. AJOUT - 25 mars 15:18: L'équipe de Calcul Québec vient de découvrir un bug de pip qui affecte l'installation de PyTorch et torchvision. Pour contourner le problème, vous devez utiliser l'option --no-deps lorsque vous installez torchvision. Par exemple: pip install --no-index --no-deps -r requirements.txt, ou pip install --no-index --no-deps torchvision==0.5.0.

  2. Le script train.py s'attend à trouver un dossier ../data, c'est à dire un dossier data dans le dossier parent à celui où on l'exécute. Par exemple:

$ cd src