并非广告~实在是太良心了,所以费时间给他们点赞一下~

SuperVessel云平台是IBM中国研究院和中国系统与技术中心基于POWER架构和OpenStack技术共同构建的,

支持开发者远程开发的免费科研云平台。除支持虚拟机和容器服务外还提供:大数据Hadoop,Spark开发环境、Python科学计算开发环境(可替代Matlab)、Java

Eclipse/Bluefish运行环境、C/C++运行环境

只需任意一个邮箱,1分钟就可以申请到服务器,没见过更快的了…使用之后觉得不足之处:

  • 1、由于公益项目,社区也不够壮大,服务器不是那么稳定,会出现登录不上等问题(QQ讨论群344373069)
  • 2、一些功能需要设置VPN才能实现,当然啦,这点代价也还好,就是笔者在测试的时候发现连接了VPN有些功能还实现不了
  • 3、开发文档较少,出现问题很难得到解答;

相关博文内容:

- 1、学习笔记︱Nvidia DIGITS网页版深度学习框架——深度学习版SPSS

- 2、supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境


一、GPU配置

SuperVessel的云端GPU共享技术为全球首发,**它基于POWER 8处理器和NVIDIA® Tesla® K40 GPU加速器的异构计算系统。**Tesla K40是Tesla加速计算平台的高端加速器,可以向用户提供超级计算级的性能,满足各种严苛的HPC应用需求。

NVIDIA所推出的cuDNN(CUDA深度神经网络库)可以被集成到各个主流深度学习框架中以提供GPU加速支持,其中就包括此次SuperVessel超能云GPU加速服务提供的Caffe、Torch、Theano框架,助研究人员实现更加高效的深度学习模型训练。


二、已有的深度学习框架

Supervessel超能云服务器,已经配置好了框架,可以直接上手试用。而且现在有了DIGITS,现在有以下五款带GPU深度学习配置:

  • 1、GPU加速的TensorFlow 深度学习环境
  • 2、GPU加速的Caffe深度学习开发环境
  • 3、GPU Accelerated Caffe+DIGITS Deep Learning Development Environment
  • 4、GPU Accelerated Theano Machine Learning Development Environment
  • 5、GPU Accelerated Torch7 Machine Learning Development Environment

三、关于蓝点

公益归公益,也不能一味的全免费。这个云服务器也有消耗积分一类的,就是蓝点啦。

蓝点最开始有500点,建立镜像要消耗,每天开着也是要消耗的,所以没事就把服务器关一下。

为了更加有效地利用SuperVessel超能云的资源,我们采取了蓝点系统来调节用户的使用行为。每一项服务都将消耗用户的蓝点,当蓝点耗尽后,用户将无法再使用超能云的服务。

但用户可通过以下方法获得蓝点补充:

• * * 可将您在SuperVessel上的注册账号发给help@ptopenlab.com,说明申请蓝点,即可获得。

• * * 如果您加入了超能云技术支持QQ群(344373069),可联系管理员获得蓝点。


四、官方案例资料

1、CIFAR10分类,CIFAR10相对比较简单,是由60000张32X32像素的彩色图片组成,分为10类,每类含6000张图片。这10类图片分别是飞机、车、鸟、猫、鹿、狗、青蛙、马、船和卡车。

链接:跟我上手深度学习: 五分钟尝试第一个深度学习(Caffe)训练和图像分类(详细图文步骤)

https://my.oschina.net/u/1431433/blog/687393

2、GPU加速的Caffe+DIGITS可视化深度学习开发环境

https://services.ptopenlab.com/mediawiki/index.php/GPU%E5%8A%A0%E9%80%9F%E7%9A%84Caffe%2BDIGITS%E5%8F%AF%E8%A7%86%E5%8C%96%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83

3、入门配置篇:超能云 (SuperVessel Cloud) – 使用入门篇 (专供开发者的免费虚拟机资源)

https://my.oschina.net/u/1431433/blog/380643

4、GPU加速的Torch深度学习开发环境

https://services.ptopenlab.com/mediawiki/index.php/GPU%E5%8A%A0%E9%80%9F%E7%9A%84Torch%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83

5、GPU加速的Theano深度学习开发环境

https://services.ptopenlab.com/mediawiki/index.php/GPU%E5%8A%A0%E9%80%9F%E7%9A%84Theano%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83

6、GPU加速的TensorFlow深度学习开发环境

https://services.ptopenlab.com/mediawiki/index.php/GPU%E5%8A%A0%E9%80%9F%E7%9A%84TensorFlow%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83

用户手册界面:https://services.ptopenlab.com/mediawiki/index.php/Main_Page


参考资料:

深度学习菜鸟的信仰地︱Supervessel超能云服务器、深度学习环境全配置的更多相关文章

  1. 支持边云协同终身学习特性,KubeEdge子项目Sedna 0.3.0版本发布!

    摘要:随着边缘设备数量指数级增长以及设备性能的提升,边云协同机器学习应运而生,以期打通机器学习的最后一公里. 本文分享自华为云社区<支持边云协同终身学习特性,KubeEdge子项目Sedna 0 ...

  2. 调参侠的末日? Auto-Keras 自动搜索深度学习模型的网络架构和超参数

    Auto-Keras 是一个开源的自动机器学习库.Auto-Keras 的终极目标是允许所有领域的只需要很少的数据科学或者机器学习背景的专家都可以很容易的使用深度学习.Auto-Keras 提供了一系 ...

  3. Sony深度学习框架 - Neural Network Console - 教程(1)- 原来深度学习可以如此简单

    “什么情况!?居然不是黑色背景+白色文字的命令行.对,今天要介绍的是一个拥有白嫩的用户界面的深度学习框架.” 人工智能.神经网络.深度学习,这些概念近年已经涌入每个人的生活中,我想很多人早就按捺不住想 ...

  4. 从零开始搭建实验室Ubuntu服务器 | 深度学习工作站

    一个标准的数据分析码农必须要配一台超薄笔记本和一台高性能服务器,笔记本是日常使用,各种小问题的解决,同时也是用于远程连接终端服务器:高性能服务器就是核心的处理数据的平台,CPU.内存.硬盘容量.GPU ...

  5. Deep Learning 10_深度学习UFLDL教程:Convolution and Pooling_exercise(斯坦福大学深度学习教程)

    前言 理论知识:UFLDL教程和http://www.cnblogs.com/tornadomeet/archive/2013/04/09/3009830.html 实验环境:win7, matlab ...

  6. 3D点云的深度学习

    使用卷积神经网络(CNN)架构的深度学习(DL)现在是解决图像分类任务的标准解决方法.但是将此用于处理3D数据时,问题变得更加复杂.首先,可以使用各种结构来表示3D数据,所述结构包括: 1  体素网格 ...

  7. 使用亚马逊云服务器EC2做深度学习(四)配置好的系统镜像

    这是<使用亚马逊云服务器EC2做深度学习>系列的第四篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  8. 使用亚马逊云服务器EC2做深度学习(三)配置TensorFlow

    这是<使用亚马逊云服务器EC2做深度学习>系列的第三篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  9. 使用亚马逊云服务器EC2做深度学习(二)配置Jupyter Notebook服务器

    这是<使用亚马逊云服务器EC2做深度学习>系列的第二篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

随机推荐

  1. mysql与nagios的结合使用

    一. 对mysql建库建表,并测试数据 基本信息:库名:nh_nagios表名:nagios_alerts [root@nhserver2 ~]# mysql -u root -pEnter pass ...

  2. spring之AspectJ基于xml AOP编程

    一.引言: AspectJ框架不仅实现了面向切面编程,而且还支持注解,spring将它引入自己的规范之中. 二.需要了解: AspectJ是基于java语言的AOP框架 spring2.0之后支持As ...

  3. 从源码安装go 1.2.2

    获取代码 以下命令会创建一个go目录.切换到相应目录,并且确保当前位置不存在go目录,运行命令: hg clone -r release https://go.googlecode.com/hg/ g ...

  4. Spring MVC Mock demo

    package com.niwodai.mem.web.controller; import com.alibaba.fastjson.JSON; import org.junit.Before; i ...

  5. snowflake分布式唯一id c#实现

    snowflake算法 snowflake是Twitter开源的分布式ID生成算法,结果是一个long型的ID.其核心思想是:使用41bit作为毫秒数,10bit作为机器的ID(5个bit是数据中心, ...

  6. 洛谷 [P2762] 太空飞行计划问题

    最大权闭合子图 胡伯涛论文真是个好东西.jpg 求一个有向图的最大权闭合子图,常应用于有先决条件的最优化问题中 将所有正权点与源点相连,容量为点权; 将所有负权点与汇点相连,容量为点权的相反数; 将原 ...

  7. 较复杂makefile跟lds脚本程序的编写

    首先看个makefile范例: /*指明工具链,并为其取个简单的别名*/ CC = arm-linux-gcc LD = arm-linux-ld AR = arm-linux-ar OBJCOPY ...

  8. 代码从stepping stone搬移到内存

    为什么要搬移代码?如何搬移代码?arm启动流程回顾:2440:这里我们分析的是从nand flash 启动.2440的启动主要依赖于一个部件(SRAM),又名stepping stone.它的地址为0 ...

  9. Spring基础篇——通过Java注解和XML配置装配bean

    自动化装配的确有很大的便利性,但是却并不能适用在所有的应用场景,比如需要装配的组件类不是由自己的应用程序维护,而是引用了第三方的类库,这个时候自动装配便无法实现,Spring对此也提供了相应的解决方案 ...

  10. 企业级docker仓库Harbor部署

    1.安装环境下载离线安装包地址https://github.com/vmware/harbor/releases/yum install -y dockerpip install -i https:/ ...