|
|
51CTO旗下网站
|
|
移动端

1.3 在AWS 上启动实例

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第1章编程环境、GPU 计算、云解决方案和深度学习框架,本章重点介绍构建深度学习框架用到的一些流行技术方案。本节为大家介绍在AWS 上启动实例。

作者:程国建/周冠武 译来源:机械工业出版社|2018-08-30 17:53

1.3 在AWS 上启动实例

AWS 是最流行的云解决方案。如果无法访问本地GPU,或者更喜欢使用服务器,则可以在AWS 上设置EC2 实例。在这个方法中,提供了启动一个支持GPU 服务器的步骤。

做好准备

在继续讨论这个方法之前,假设读者已经在亚马逊AWS 上拥有一个帐户,并且熟悉其平台和附加的成本。

如何去做…

1)确保想要工作的区域可以访问P2 或G3 实例。 这些实例分别包括NVIDIA K80GPU 和NVIDIA Tesla M60 GPU。K80 GPU 比M60 GPU 更快, 并且比起M60 GPU 的8GB 内存,K80 GPU 的12GB 内存更大。

虽然NVIDIA K80 和M60 GPU 是运行深度学习模型的强大GPU,但这些GPU却不是最先进的技术。其他更快的GPU 已经由NVIDIA 公司推出,需要一段时间才能加入到云解决方案中。然而,这些云计算的一大优势在于,可以直接扩展机器中的GPU 数量,例如,亚马逊公司的p2.16xlarge 实例有16 个GPU。

2)启动AWS 实例时有两个选项:选项1,从头开始构建一切;选项2,可以使用来自AWS 市场的预配置的亚马逊机器映像(AMI)。如果选择选项2,将不得不支付额外费用。有关示例,请参阅https ://aws.amazon.com/marketplace/pp/B06VSPXKDX 上的AMI。

3)亚马逊公司提供最新详细的步骤来启动深度学习AMI : https ://aws.amazon.com/blogs/ai/get-started-with-deep- learning-using-the-aws-deep-learning-ami/。

4)如果要从头开始构建服务器,请启动P2 或G3 实例,然后按照安装CUDA 和cuDNN 以及安装Anaconda 和Libraries 方法下的步骤进行操作。

5)一定要确保在完成后停止正在运行的实例,以避免不必要的成本。

一个节省成本的好方法是使用AWS Spot 实例。这使读者可以对备用亚马逊EC2 计算容量进行标定。

喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Eclipse从入门到精通(第2版)

本书为《Eclipse从入门到精通》一书的全新改版。本书以最新的Eclipse 3.2作为写作版本。全书分为5篇:起步篇介绍了Eclipse及相关插件的安装...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊