搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

前言

該文章是之前作的雲上深度學習環境搭建筆記,當時也花了很多心血,在面試助攻手冊的整理髮布過程當中穿插着來一篇,放鬆一下。若對機器學習感興趣的小夥伴,能夠親自上手體驗一番,頗有樂趣。python

因爲科研任務,須要在雲端運行一個基於神經網絡的目標識別庫,須要用到GPU加速。亞馬遜有不少自帶GPU的機器,可是環境的配置可折騰壞了,尤爲是opencv,每次總會出各類各樣的問題!git

無奈中,看見了Adrian Rosebrock的英文博文:Pre-configured Amazon AWS deep learning AMI with Pythongithub

其已經預配置好各類環境,包括Keras, TensorFlow, scikit-learn, scikit-image, OpenCV等。能夠說是很棒棒嘍。面試

此文章並不是其文章的翻譯稿,而是提煉主要內容而且親自實踐而來,補充了不少坑。如條件容許,還請自行閱讀英文原文,更詳細。算法

第一步:競價獲取服務器

註冊亞馬遜什麼的就不說了,注意免費一年政策並不能用於這些帶GPU的機型就是了。ubuntu

使用競價請求來申請主機,至於爲何要用競價實例,第一是便宜,第二是我發現個人帳號沒有申請持續性gpu主機實例的權限。至於競價實例是什麼,請google/baidu。安全

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

原文中,給了四種適合的機型:服務器

1c4.xlarge: $0.199/hour
2p2.xlarge: $0.90/hour
3p2.8xlarge: $7.20/hour
4p2.16xlarge: $14.40/hour

For CPU instances I recommend you use the 「Compute optimized」 c4.* instances. In particular, the c4.xlarge instance is a good option to get your feet wet. If you would like to use a GPU, I would highly recommend the 「GPU compute」 instances. The p2.xlarge instance has a single NVIDIA K80 (12GB of memory). The p2.8xlarge sports 8 GPUs. While the p2.16xlarge has 16 GPUs.微信

然而,我選擇g2,8cpu,15g ram,帶一塊GPU,最基礎的任務足夠。網絡

如圖選擇,搜索ami-ccba4ab4,找到這一個預配置的AMI鏡像
搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

請注意這裏本來是16G的卷,建議最好20-30G,防止你還要配置或者安裝些東西,以前沒用這個鏡像,隨便編譯個opencv,硬盤就不夠了。

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV
提交!接下來即是等待,有快有慢,快的時候馬上就有機器。

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

第二步:一鍵安裝顯卡驅動

拿到機器後,使用ssh鏈接上,用戶名是ubuntu。
搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

這裏有個坑就是顯卡驅動。原文已經說了,儘管鏡像中原本安裝好了驅動,因爲掛載盤特性,驅動會可能被系統屏蔽,須要從新安裝,或者是屏蔽某系統文件(沒仔細研究,我以爲重裝來得快,哈哈哈)。

首先,檢查是否有驅動:

1nvidia-smi

若是顯示:

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV
則已經有驅動了,不須要安裝。

不然,你須要安裝驅動,做者已經在/installers下放了顯卡驅動。安裝:

1cd installers
2sudo ./NVIDIA-Linux-x86_64-375.26.run --silent

值得注意的是,我用的g2這個機器的顯卡K520,是不能夠用這個驅動的,咱們須要從新下載驅動,下載地址以下

http://www.nvidia.com/download/driverResults.aspx/108586/en-us

供你們覈對信息:

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

將下載的驅動也放在該文件夾後,先要給該文件執行的權限,而後靜默安裝:

1sudo chmod 777 NVIDIA-Linux-x86_64-367.57.run
2sudo ./NVIDIA-Linux-x86_64-367.57.run --silent

安裝時會彈出一些警告,不用理會,安裝好後,再次執行nvidia-smi,獲得以前的圖。

如今,你的環境已經配置好了。

第三步:開啓python虛擬環境

最後一步,須要打開大神預先配置好的環境,執行

1workon dl4cv

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV
完成!你可使用pip-freeze查看下:

搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV
最後,放一張運行我程序的圖:
搭建AWS雲服務器深度學習環境免環境配置/GPU支持/Keras/TensorFlow/OpenCV

若有問題,能夠留言討論!

關注我

我是蠻三刀把刀,目前爲後臺開發工程師。主要關注後臺開發,網絡安全,Python爬蟲等技術。

來微信和我聊聊:yangzd1102

Github:https://github.com/qqxx6661

原創博客主要內容

  • 筆試面試複習知識點手冊
  • Leetcode算法題解析(前150題)
  • 劍指offer算法題解析
  • Python爬蟲相關技術分析和實戰
  • 後臺開發相關技術分析和實戰
    同步更新如下博客
  1. Csdn

http://blog.csdn.net/qqxx6661

擁有專欄:Leetcode題解(Java/Python)、Python爬蟲開發

  1. 知乎

https://www.zhihu.com/people/yang-zhen-dong-1/

擁有專欄:碼農面試助攻手冊

  1. 掘金

https://juejin.im/user/5b48015ce51d45191462ba55

  1. 簡書

https://www.jianshu.com/u/b5f225ca2376

我的公衆號:Rude3Knife

若是文章對你有幫助,不妨收藏起來並轉發給您的朋友們~

相關文章
相關標籤/搜索