FAQ – ML Cloud¶
Najčastejšie otázky o platforme pre strojové učenie na TUKE.
Základné informácie¶
Čo je ml.cloud.tuke.sk?
Univerzitná platforma pre strojové učenie postavená na Kubernetes + Kubeflow.
Používatelia získajú:
- Jupyter Notebooky
- RStudio
- VS Code (code-server)
- 4 CPU, 4 GB RAM, 50 GB úložisko
Kto môže službu používať?
Každý študent a zamestnanec TUKE. Stačí sa prihlásiť svojím TUKE loginom.
Potrebujem o niečo žiadať?
Nie. Pri prvom prihlásení sa automaticky vytvorí vlastný namespace aj úložisko (PVC 50 GB).
Limity a zdroje¶
Aké limity má môj notebook?
| Parameter | Hodnota |
|---|---|
| CPU | 4 vCPU |
| RAM | 4 GiB |
| Úložisko | 50 GiB (workspace volume) |
| GPU | Nie je dostupné |
Môžem použiť GPU?
Momentálne nie. GPU nie sú v ml.cloud.tuke.sk dostupné.
Prístup ku GPU bude riešený cez samostatnú HPC/AI infraštruktúru.
Čo ak potrebujem viac CPU/RAM?
Kontaktuj podporu:
Kapacity sa prideľujú individuálne pre predmety, výskum a projekty.
Notebooky¶
Ako sa spúšťa Jupyter Notebook?
- Prihlás sa na ml.cloud.tuke.sk
- V menu klikni na Notebooks
- Stlač New Notebook
- Vyber image (pytorch, tensorflow)
- Nastav CPU, RAM, Volume
- Klikni Launch
- Po stave Running klikni Connect
Môžem použiť vlastný Docker image?
Áno. Do poľa Custom Image zadaj:
Čo ak notebook neštartuje alebo zostane v Pending?
Najčastejšie dôvody:
- Dosiahnuté limity CPU/RAM
- Zle zadaný Docker image
- Chýba voľná kapacita
Riešenie: Zníž požadované CPU/RAM, použi oficiálny Kubeflow image.
Môžem notebook vypnúť a neskôr pokračovať?
Áno. Notebook sa dá kedykoľvek zastaviť, dáta zostanú uložené na PVC.
Dáta a súbory¶
Môžem si uložiť svoje dáta?
Áno. Všetky súbory sa ukladajú do workspace volume (50 GiB):
- Je perzistentný
- Zostane zachovaný po vypnutí notebooku
- Je dostupný vo všetkých notebookoch v namespace
Ako si stiahnem súbory z notebooku?
- Upload/Download priamo v JupyterLab
- Vytvoriť ZIP a stiahnuť cez prehliadač
- Použiť Git (najodporúčanejšie pre kód)
Images a prostredia¶
Aký je rozdiel medzi TensorFlow, PyTorch a Generic image?
| Image | Použitie |
|---|---|
| PyTorch | Neurónové siete, NLP, CV |
| TensorFlow | TensorFlow/Keras modely |
| Generic | Ľahké notebooky, dátová analýza |
Môžem pracovať cez VS Code v prehliadači?
Áno, použi image s code-server:
Reprodukovateľnosť¶
Ako zabezpečiť reprodukovateľný kód?
- Používaj requirements.txt alebo conda environment.yml
- Ukladaj projekty do Git repozitára
- Používaj fixné verzie balíkov
- Nepracuj v default system env
Podpora¶
Kde sa hlásia technické problémy?
Pri hlásení uveď:
- Čas problému
- Názov notebooku
- Zvolený image
- Screenshot chyby