Читать книгу PyTorch für Deep Learning - Ian Pointer - Страница 30

Zusätzlich zu den von Amazon und Azure unterstützten Instanzen K80, P100 und V100 bietet die Google Cloud Platform (GCP) die zuvor erwähnten TPUs für diejenigen an, die immense Daten- und Rechenanforderungen haben. Sie benötigen keine TPUs für dieses Buch, zumal diese sehr kostspielig sind. Sie werden seit PyTorch Version 1.0 unterstützt. Denken Sie also nicht, dass Sie TensorFlow verwenden müssen, um die Vorteile dieser Technologie zu nutzen, wenn Sie ein Projekt haben, das ihre Verwendung erfordert.

Der Einstieg in die Google Cloud ist ebenfalls recht einfach:

1 Suchen Sie nach der Deep-Learning-VM auf dem GCP Marketplace.

2 Klicken Sie auf Starten.

3 Geben Sie der Instanz einen Namen und ordnen Sie sie der Region zu, die sich am nächsten bei Ihnen befindet.

4 Wählen Sie als Rechnertyp 8 vCPUs.

5 Wählen Sie eine GPU des Typs K80 aus.

6 Stellen Sie sicher, dass im Abschnitt Framework PyTorch ausgewählt ist.

7 Aktivieren Sie das Kontrollkästchen Install NVIDIA-GPU automatically on first startup.

8 Setzen Sie die Bootfestplatte auf SSD Persistent Disk.

9 Klicken Sie auf die Option Bereitstellen. Die vollständige Bereitstellung der VM dauert etwa fünf Minuten.

10 Um auf der Instanz eine Verbindung zu Jupyter herzustellen, vergewissern Sie sich zunächst, dass Sie im richtigen Projekt in gcloud eingeloggt sind, und geben Sie den folgenden Befehl ein:

gcloud compute ssh _INSTANCE_NAME_ -- -L 8080:localhost:8080

Die Gebühren für Google Cloud sollten sich auf etwa 45 US-Cent pro Stunde belaufen, was das Produkt zum günstigsten der drei großen Cloud-Anbieter macht.