Mac OS X

本节介绍如何在 Mac OS X 上安装、启动、停止和升级 Driverless AI Docker 映像。请注意，本节中使用的是常规版本的 Docker，而不是 NVIDIA Docker。

请注意：Mac OS X 不支持使用 GPU 和 MOJO。

安装步骤假设您已有 Driverless AI 的许可证密钥。请访问 https://www.h2o.ai/driverless-ai/，了解如何获取 Driverless AI 许可证密钥。获取密钥后，首次登录时系统将提示您将许可证密钥粘贴至 Driverless AI UI 中，或者您可以将其保存为 .sig 文件并放置于您将在安装过程中创建的 license 文件夹中。

注意：

  • 此环境将受到内存的严格限制，因此仅可用于实验目的。请务必使用小数据集！若要正式使用，请使用 Linux 系统。

  • 请知悉，Docker for Mac 存在一些已知的性能问题。更多信息，请访问 https://docs.docker.com/docker-for-mac/osxfs/#technology。

环境

操作系统

是否支持 GPU？

最小内存

适用于

Mac OS X

否

16 GB

实验

安装 Driverless AI

  1. 从 https://www.h2o.ai/download/ 检索 Driverless AI Docker 映像。

  2. 从 https://docs.docker.com/docker-for-mac/install 下载并运行 Docker for Mac。

  3. 将分配给 Docker 的内存调整为至少 10 GB，如果少于 10 GB，Driverless AI 将完全无法运行。您可以选择调整分配给 Docker 的 CPU 数量。通过点击“Docker 鲸鱼图标）->首选项->高级”（如以下屏幕截图所示），您可以找到控件。（请注意，在设置所需内存的值后需应用更改。）

../_images/macosx_docker_menu_bar.png ../_images/macosx_docker_advanced_preferences.png

  1. 在“文件共享”选项卡中，验证您的 macOS 目录（及其子目录）是否能绑定挂载至 Docker 容器。更多信息，请访问：https://docs.docker.com/docker-for-mac/osxfs/#namespaces。

../_images/macosx_docker_filesharing.png

  1. 在终端内设置 Driverless AI 版本的目录：

mkdir dai-1.10.1.2

  1. 运行 Docker 时，打开一个终端并将已下载的 Driverless AI 映像移动至新目录中。

  2. 将目录更改为新目录，然后使用以下命令加载映像：

cd dai-1.10.1.2
docker load < dai-docker-centos7-x86_64-1.10.1.2.tar.gz

  1. （在新的 Driverless AI 目录中）设置数据、日志、许可证和 tmp 目录：

mkdir data
mkdir log
mkdir license
mkdir tmp

  1. （可选）将数据复制到主机上的 data 目录中。随后将可在 Docker 容器内的 /data 目录查看这些数据。您还可在启动 Driverless AI 后上传数据。

  2. 运行 docker images ，找到映像标签。

  3. 启动 Driverless AI Docker 映像（仍然是在新的 Driverless AI 目录中进行）。将下方标签替换为映像标签。 注意，GPU 支持将不再可用。注意，从 1.10 版本开始，DAI Docker 映像使用内部 tini 运行，相当于使用 docker 中的 --init 。如果启动命令中同时启用了这两项，tini 将输出一条（无害的）警告消息。

我们推荐 docker 启动命令中使用 --shm-size=256m 。但如果用户打算广泛构建 image auto model ，则推荐在 Driverless AI docker 命令中使用 --shm-size=2g。

docker run \
  --pid=host \
  --rm \
  --shm-size=256m \
  -u `id -u`:`id -g` \
  -p 12345:12345 \
  -v `pwd`/data:/data \
  -v `pwd`/log:/log \
  -v `pwd`/license:/license \
  -v `pwd`/tmp:/tmp \
  h2oai/dai-centos7-x86_64:1.10.1-cuda11.2.2.xx

  1. 在浏览器中通过 http://localhost:12345 连接到 Driverless AI。

停止 Docker 映像

若要停止 Driverless AI Docker 映像，在运行 Driverless AI Docker 映像的终端 (Mac OS X) 或 PowerShell (Windows 10) 窗口中按下 Ctrl + C 。

升级 Docker 映像

本节提供了用于升级 Docker 容器内已安装的各版本 Driverless AI 的说明。这些步骤将确保现有实验被保存。

警告：实验、MLI 和 MOJO 驻留在 Driverless AI 临时目录中，在升级 Driverless AI 时不会自动升级。

  • 升级前构建 MLI 模型

  • 升级前构建 MOJO 管道。

  • 升级前停止 Driverless AI 并备份 Driverless AI tmp 目录。

如果在升级 Driverless AI 前未在务必模型上构建 MLI，则升级后将不能在该模型上查看 MLI。升级前，请务必在您想要在未来版本中继续进行解释的模型上运行 MLI 作业。如果当前版本的解释模型列表中含有此 MLI 作业，则在升级后将保留。

如果在升级 Driverless AI 前未在模型上构建 MOJO 管道，则升级后将不能在该模型上构建 MOJO 管道。升级前，请务必在所需的全部模型上构建 MOJO 管道，然后备份 Driverless AI tmp 目录。

请注意：如果 Driverless AI 仍在运行，需将其停止。

升级步骤

  1. 使用 SSH 连接到运行 Driverless AI 的主机 IP 地址。

  2. 在主机上设置相应 Driverless AI 版本的目录：

# Set up directory with the version name
mkdir dai-1.10.1.2

# cd into the new directory
cd dai-1.10.1.2

  1. 从 https://www.h2o.ai/download/ 检索 Driverless AI 软件包，并将该软件包添加到新目录中。

  2. 在新目录内加载 Driverless AI Docker 映像：

# Load the Driverless AI docker image
docker load < dai-docker-centos7-x86_64-1.10.1.2.tar.gz

  1. 将之前 Driverless AI 目录的数据、日志、许可证和临时目录复制到新的 Driverless AI 目录中：

# Copy the data, log, license, and tmp directories on the host machine
cp -a dai_rel_1.8.4/data dai-1.10.1.2/data
cp -a dai_rel_1.8.4/log dai-1.10.1.2/log
cp -a dai_rel_1.8.4/license dai-1.10.1.2/license
cp -a dai_rel_1.8.4/tmp dai-1.10.1.2/tmp

此时，您之前版本的实验将在 Docker 容器内可见。

  1. 使用 docker images ，找到新的映像标签。

  2. 启动 Driverless AI Docker 映像。

  3. 通过浏览器访问 http://Your-Driverless-AI-Host-Machine:12345，连接至 Driverless AI。