从零开始设置用于深度学习的AWS服务器
Posted SongHaoran
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从零开始设置用于深度学习的AWS服务器相关的知识,希望对你有一定的参考价值。
自己的电脑显卡实在不给力,打算使用AWS的带GPU服务器进行云端计算。
首先到
https://amazonaws-china.com/
右上角点击sign up注册账号,这里注意需要信用卡认证。
注册成功后需要申请GPU服务器,到
aws.amazon.com/contact-us/ec2-request
选择service limit increase,地区,之后选择服务器类型,在这里我们推荐p2.xlarge,价格适中。
之后选择limit value设置为1.
提交后等待1-2天即可通过。
服务器申请成功后,我们使用anaconda安装使用环境。假设你已经安装好anaconda,
create -n deepLearning python=2.7
使用此命令即可生成对应版本的anaconda使用环境。
之后打开新的terminal, 输入以下命令即可安装AWS的命令行工具。
pip install awscli
接下来需要申请登录服务端的密码。
进入
https://console.aws.amazon.com/iam/
选择左端Users,
选择Add users
输入用户名,在Access type中选择第一项:
Programmatic access Enables an access key ID and secret access key for the AWS API, CLI, SDK, and other development tools.
点击Next
选择第三项Attach existing policies directly,选择第一项 AdministratorAcess,点击Next, 点击create user
注意:选择download.csv 并保存到安全的地方,我们需要里面的秘钥进行命令行登录。
到这里我们有了所需的秘钥即可在命令行进行登录。
在命令行输入
aws configure
分别输入
AWS Access Key ID : AKIAJNQ×××××××××
AWS Secret Access Key : gVfhfLr7JAo××××××××××××××××××
即可进行自动配置。
以上是关于从零开始设置用于深度学习的AWS服务器的主要内容,如果未能解决你的问题,请参考以下文章
三维几何学习从零开始网格上的深度学习-2:卷积网络CNN篇(Pytorch)
对比学习:《深度学习之Pytorch》《PyTorch深度学习实战》+代码
Linux下 NVIDIA显卡驱动 + CUDA + Anaconda 安装配置全流程(记录深度学习服务器环境从零开始搭建)