AWS之搭建深度学习主机
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
- (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 ...
- 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 ...
- 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 ...
- 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 ...
- 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= ...
- 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 ...
- 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 ...
- 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
- 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
- AspNet Core Api Restful +Swagger 发布IIS
上一步我们创建好CoreApi 接下来在框架中加入 Swagger 并发布 到 IIS (1)首先点击依赖项>管理Nuget包 (2)输入 Swashbuckle.aspnetCore 比 ...
- yum 安装 Mysql 5.7,忘记密码解决方案
Linux卸载yum安装的mysql 一.系统情况 Linux:Centos7.4(64位) Mysql:5.6 二.卸载mysql 1.查看安装了哪些mysql程序 Bash rpm -qa | g ...
- redis 学习资料
redis 学习资料 网址 Redis 教程(菜鸟教程) http://www.runoob.com/redis/redis-tutorial.html Redis 命令参考 http://redis ...
- php+js实现重定向跳转并post传参
页面重定向跳转并post传参 $mdata=json_encode($mdata);//如果是字符串无需使用json echo " <form style='display:none; ...
- workerman的使用实践--并与solaris通信
Workerman与solarisTCP通信测试 1. 笔记本win7,tcp_test.php 2. solaris,test.c 编译命令: gcc test.c –o test –lsoc ...
- bzoj 2216 [Poi2011]Lightning Conductor——单调队列+二分处理决策单调性
题目:https://www.lydsy.com/JudgeOnline/problem.php?id=2216 那个关于位置的代价是带根号的,所以随着距离的增加而增长变慢:所以靠后的位置一旦比靠前的 ...
- JMeter之修改Sampler响应数据的编码格式
转 JMeter之修改Sampler响应数据的编码格式 问题:JMeter的sampler响应数据中有中文时,会解析出错. JMeter的Sampler中的响应数据默认的编码格式是:ISO-8859- ...
- mysql的变量信息详解
mysql的变量详解 执行show variables命令可以查看MySQL服务器的变量 变量名 默认值 说明 对应的配置文件参数 auto_increment_increment 1 自增长类型的初 ...
- ML: 降维算法-PCA
PCA (Principal Component Analysis) 主成份分析 也称为卡尔胡宁-勒夫变换(Karhunen-Loeve Transform),是一种用于探索高维数据结 ...
- System Generator 使用离散资源
System Generator 使用离散资源 重要,怎样配置FPGA中的DSP Macro 最后是编译模型