使用亞馬遜雲服務器EC2作深度學習（四）配置好的系統鏡像

這是《使用亞馬遜雲服務器EC2作深度學習》系列的第四篇文章。

（一）申請競價實例  （二）配置Jupyter Notebook服務器  （三）配置TensorFlow  （四）配置好的系統鏡像

配置深度學習的環境是一個很是繁瑣的過程。它要求你對Linux命令有必定地瞭解，與此同時各類深度學習庫、驅動更新十分頻繁，有可能明天教程裏的安裝腳本就無論用了。

 

AMI

---

AMI就是解決方法。AMI是能夠直接在EC2啓動的系統鏡像，有的系統鏡像已經配置好了使用GPU的深度學習環境，這樣啓動實例後，你就能夠直接運行程序了。

 

AMI有幾種。你能夠本身建立AMI，這樣你須要本身支付存儲AMI鏡像的費用，若是你頻繁地須要使用你已經配置好的環境，這是一個不錯的選擇。

 

付費AMI

---

第二種是awsmarketplace上須要付費的AMI。若是你使用這種鏡像，除了爲實例付費之外，你還須要爲鏡像付費。付費的AMI更新頻繁，你能夠找到包含最近配置的深度學習庫的鏡像。

bitfusion就是一個深度學習鏡像的提供商。不一樣的實例，鏡像的使用費有所差別。對於g2.2xlarge實例，須要爲TensorFlow鏡像額外支付$0.065/h。

1) bitfusion提供了包括TensorFlow、Torch、Caffe、Theano幾乎全部主流深度學習庫的鏡像。注：bitfusion已經提供TensorFlow1.0的鏡像了。

https://aws.amazon.com/marketplace/seller-profile?id=3b372560-86bf-4e3d-9ec0-016892a64bed

2) Amazon官方提供的深度學習鏡像。官方提供的鏡像價格十分昂貴，g2.2xlarge鏡像的費用遠遠超過競價實例的費用：

https://aws.amazon.com/marketplace/pp/B01M0AXXQB?qid=1475211685369&sr=0-1&ref_=srh_res_product_title

 

社區AMI

---

第三種是社區AMI，是免費的。固然不付費，你就不能要求過高。除了更新不那麼頻繁之外，與付費的AMI沒有什麼區別。

你能夠在AMI一欄，點擊使用自定義AMI > 選擇community AMIs > 搜索深度學習庫的名字，好比tensorflow。

注意搜索到的AMI有多是須要付費的AMI，並且從表面上難以甄別，不過須要付費的AMI經過這種方式啓動實例會識別。這就是是爲何須要社區的力量，你們一塊兒來判斷哪些社區的AMI質量不錯，下面我會提供一些我找到的。你們能夠留言大家找到的好的AMI。

 

TensorFlow AMI

---

上面介紹瞭如何搜索社區AMI，這裏提供了一些我找到的不錯的社區AMI。

1) 關鍵字udacity-dl。環境：anaconda3, tensorflow1.0

2) 關鍵字DataScienceLab_1.0。環境：Install cuda;cudnn;anaconda2; tensorflow;keras;theano;pytorch;mxnet;caffe;lasagne

3）關鍵字TFAMI，Github主頁能夠找到鏡像的信息。

若是Python的發行版是Anaconda，有可能不一樣的庫安裝在的不一樣的環境下。經過conda env list命令能夠列出系統中全部的環境，而後source activate **就能夠啓動環境。