Читать книгу PyTorch für Deep Learning - Ian Pointer - Страница 28

Amazon Web Services

Оглавление

AWS, das Schwergewicht auf dem Cloud-Markt, erfüllt nur zu gern Ihre GPU-Anforderungen und bietet P2- und P3-Instanzarten an, um Sie zu unterstützen. (Der G3-Instanztyp wird eher in tatsächlich grafikbasierten Anwendungen wie der Videocodierung verwendet, daher werden wir hier nicht weiter darauf eingehen). Die P2-Instanzen verwenden die älteren NVIDIA-K80-Karten (maximal 16 können an eine Instanz angeschlossen werden), und die P3-Instanzen setzen die extrem schnellen NVIDIA-V100-Karten ein (Sie können acht davon auf eine Instanz legen, wenn Sie sich trauen).

Sollten Sie sich für AWS entscheiden, empfehle ich, für dieses Buch die Klasse p2.xlarge zu verwenden. Das kostet Sie zum Zeitpunkt des Verfassens dieses Buchs rund einen US-Dollar pro Stunde und bietet Ihnen ausreichend Leistung, um die Beispiele problemlos durchzuarbeiten. Sollten Sie mit diversen anspruchsvollen Kaggle-Wettbewerben beginnen, bietet es sich gegebenenfalls an, auf P3-Instanzen aufzustocken.

Es ist unglaublich einfach, eine Deep-Learning-Umgebung auf AWS zu erstellen:

1 1. Melden Sie sich an der AWS-Konsole an.

2 2. Wählen Sie EC2 und klicken Sie auf Launch a virtual machine.

3 3. Suchen Sie nach der Option Deep Learning AMI (Ubuntu) und wählen Sie diese aus.

4 4. Wählen Sie p2.xlarge als Ihren Instanztyp.

5 5. Starten Sie die Instanz, indem Sie entweder ein neues Schlüsselpaar erstellen oder ein vorhandenes Schlüsselpaar wiederverwenden.

6 6. Stellen Sie mittels Ihrer Kommandozeile eine Verbindung zur Instanz her, indem Sie SSH verwenden und Port 8888 auf Ihrem lokalen Rechner auf die Instanz umleiten:

ssh -L localhost:8888:localhost:8888 \

-i /path/my-key-pair.pem my-instance-user-name@my-instance-public-dns-name

1 7. Starten Sie Jupyter Notebook, indem Sie jupyter notebook eingeben. Kopieren Sie die erzeugte URL und fügen Sie sie in Ihren Browser ein, um auf Jupyter zuzugreifen.

Vergessen Sie nicht, Ihre Instanz abzuschalten, wenn Sie sie nicht benutzen! Sie können das tun, indem Sie mit der rechten Maustaste auf die Instanz in der Weboberfläche klicken und unter Instance State die Option Stop wählen. Dadurch wird die Instanz heruntergefahren, und es entstehen Ihnen keine Kosten für die Instanz, solange sie nicht läuft. Allerdings wird Ihnen der Speicherplatz, den Sie der Instanz zugewiesen haben, auch dann in Rechnung gestellt, wenn die Instanz ausgeschaltet ist; seien Sie sich dessen bewusst. Um die Instanz und den Speicherplatz vollständig zu löschen, wählen Sie stattdessen die Option Terminate.

PyTorch für Deep Learning

Подняться наверх