B.G

至2017.11

GPU选型:(参考知乎、CSDN)

高性价比的两款:GTX1080ti, Titan X

--通常调试算法  i7CPU+32G内存+SSD+2*GPU(单块显存>6G),总计成本2.7 - 4w+RMB

土豪系列:Tesla K80, M40

云:(每小时成本高于物理机,优势是托管环境系统)

AWS、UClound

阿里云HPC

一、准备工作

Amazon账号   在AWS上配置深度学习主机

AWS 命令行界面 (CLI)    https://aws.amazon.com/cn/cli/

-使用命令行调用 AWS 服务

-可以在命令行上获得帮助,以查看支持的服务。

SSH    (PuTTY+文件导入/导出Linux实例)      https://docs.aws.amazon.com/zh_cn/AWSEC2/latest/UserGuide/putty.html?icmpid=docs_ec2_console

#划分一个VPC  http://blog.csdn.net/dongdong9223/article/details/47153421

#申请弹性IP EIP  亚马逊EC2 绑定Elastic IP(固定ip)_百度经验

二、开启一个实例

以EC2 p2 xlarge为例

0. 创建一个新EC2

共以下几个步骤

1/选择AMI    Deep Learning AMI (官方,包含Keras2.0)

-AMI是一个OS的镜像

-software还需补充 Jupyter Notebook等

2-7 一路进行下去

-“添加存储”按照EBS使用量每月计费,按需申请

配置密钥对

如果你有自己常用的私钥和公钥,可以从密钥对这里导入,否则你可以生成一个新的密钥,然后下载密钥对。

启动后,安装必要的软件,可创建自己的镜像(AMI)供开启竞价实例的时候调用。

三、开启竞价实例

打开 EC2 控制面板,如下:

然后选择左侧栏的竞价请求(如果你点击"启动实例"的蓝色按钮,你将进行正常的实例开启进去之后选择操作系统,然后一路进行下去就行,过程中需要创建并下载秘钥对),进去之后,点击"请求竞价实例"的蓝色按钮。然后开始填写,其中AMI选择你想要的(选择Windows系统时一定要带有桌面!),其他按如下填写就行:

然后进入下一页,EBS 卷大小选大一点,比如500G,如果你选的 Windows 系统那就是 C 盘的大小。你也可以再添加其他卷(盘)。接下来 "密钥对名称" 那一栏,没有的话就创建一下,然后下载保存好,后面会用到。"安全组" 一栏可以 default 或者创建一个。 "有效时间" 自己决定就好,反正中途可以自行结束。然后点击审核按钮,然后点击启动。然后你会看到如下页面:

看到状态激活后,点击红框框里的东西,然后你会看到如下页面(刚开始会进行2轮状态检查,全部通过后就是下面这张图):

一旦状态检查通过后,便开始计费了(不足一小时按一小时计费)。下面就可以进行远程桌面连接了。

Note: 竞价实例虽然便宜,但是一旦开启后不能停止,只能终止,一旦终止所有的在远程系统上的配置、数据都将清空,你只能重新开启一次竞价请求。在开启实例之前,如果你有无法从网上直接下载的数据,那么一定要在开启实例之前把所有数据传到网上(如 Google drive 或者 Dropbox 或者百度盘),然后在服务器上下载这些数据,以节省开支。

3. 远程桌面连接

点击上面那张图里的 "连接" 按钮,然后下载远程桌面连接程序,顺便获取一下登陆密码,这时就需要用到之前下载的秘钥对。运行远程桌面连接程序,选择Administrator,然后输入密码。连接成功后,你就可以远程控制服务器了(桌面上的 Chrome,NV 和 Pycharm 都是我后装的):

AWS之搭建深度学习主机的更多相关文章

  1. (转)深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

      深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX10 ...

  2. 基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境

    基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境 前言一.环境准备环境介绍软件下载VMware下安装UbuntuUbuntu下Anaconda的安 ...

  3. 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

    深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直 ...

  4. 深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow

    接上文<深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0>,我们继续来安装 TensorFlow,使其支持GeForce GTX 1080显卡 ...

  5. win10下搭建深度学习--总结【学习笔记】

    win10 下搭建深度学习开发环境总结: 1.本人环境如下:win10,GTX1050TI.i7,anaconda3,vs2015,cuda9.0,cudnn7.1.4,tensorflow-gpu= ...

  6. ubuntu18.04下搭建深度学习环境anaconda2+ cuda9.0+cudnn7.0.5+tensorflow1.7【原创】【学习笔记】

    PC:ubuntu18.04.i5.七彩虹GTX1060显卡.固态硬盘.机械硬盘 作者:庄泽彬(欢迎转载,请注明作者) 说明:记录在ubuntu18.04环境下搭建深度学习的环境,之前安装了cuda9 ...

  7. ubuntu16.04+七彩虹GTX1060的NVIDIA驱动+Cuda8.0+cudnn5.1+tensorflow+keras搭建深度学习环境【学习笔记】【原创】

    平台信息:PC:ubuntu16.04.i5.七彩虹GTX1060显卡 作者:庄泽彬(欢迎转载,请注明作者) 说明:参考了网上的一堆的资料搭建了深度学习的开发环境,下班在宿舍折腾了好几个晚上才搞定,写 ...

  8. 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

    不多说,直接上干货! 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

  9. Ubuntu16.04搭建深度学习框架——TensorFlow

    TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库,说白了,就是一个库. 小编自己在Ubuntu搭建了深度学习框架TensorFlow,感觉挺简单,现 ...

随机推荐

  1. pycharm加载多个项目

    菜单位置:File -> Settings -> Project:xxx -> Project Stucture Project:xxx中xxx一般是已有项目的名称 窗口右侧上点击A ...

  2. JVM 新生代与老年代

    JVM中的堆可分为新生代与老年代 新生代 新生代主要是用来存放新生的对象.一般占据堆的1/3空间.由于频繁创建对象,所以新生代会频繁触发MinorGC进行垃圾回收. 新生代又分为 Eden区.Serv ...

  3. RedHat无法ping通Win10的解决办法

    1.环境 主机: win10 企业版 64位 ip地址: 192.168.168.100 虚拟机:Red Hat ip地址: 192.168.168.200 2.现象: win10系统可以ping通R ...

  4. 报错: unable to register MBean

    解决方法: 在SpringBoot项目中配置文件加上 spring.jmx.enabled=false https://stackoverflow.com/questions/27440985/una ...

  5. AXI总线的工作流程---握手机制

    AXI总线的工作流程---握手机制 信息来源 首先分析AXI Master的工作机制 握手机制 CMD和Data的流程图: 写操作流程:write transaction flow read操作的流程 ...

  6. shell脚本报错:-bash: xxx: /bin/sh^M: bad interpreter: No such file or directory --引用自http://blog.csdn.net/xiaaiwu/article/details/49126777

    windows下编辑然后上传到linux系统里执行的..sh文件的格式为dos格式.而linux只能执行格式为unix格式的脚本. 我们可以通过vi编辑器来查看文件的format格式.步骤如下: 1. ...

  7. 认识数据-数据的计量尺度(Levels of Measurement)

    一. 数据的计量尺度(Levels of Measurement) 一般认为,数据是对客观现象计量的结果.按照对事物计量的精确程度,可将所采用的计量尺度由低级到高级分为四个层次: 1.定类尺度(Nom ...

  8. MySQL行级锁测试

    http://blog.csdn.net/bigtree_3721/article/details/77417518 http://blog.csdn.net/zengxuewen2045/artic ...

  9. Windows Remote Shell(WinRM)使用介绍

    最近,为了实验我们安装了台Windows Server Core的服务器,没有图形界面的系统总会给人一种很完全的感觉,我们本着安全到底的想法,使用了Windows Remote Shell 的管理方式 ...

  10. windows server core 远程桌面

    要允许其它计算机透过远程桌面登入Server Core主机,我们需要先调整注册机码,并开启对应的防火墙端口号首先,我们开启登录编辑程序(regedit.exe),找到HKEY_LOCAL_MACHIN ...