首先,谷歌AWS创建账户(需要绑定信用卡). 然后选择service里面的EC2,点击launch instance,选择ubuntu server 16.04. 之后,选择gpu compute, p2.xlarge(有钱的可以选择其他的). 后面选择竞价实例(spot instance),不懂什么是竞价实例的自己搜一下吧,基本就是可以省钱(大概可以省60%~90%),类似拍卖,当你设置的最高价格(如下图)高于当前行情价格时,你可以使用这个实例;但是当当前价格高于你设定的最高价格的时候实例会被终止,并且由于spot instance是不可以stop只能terminate的,所以有一定风险.这一步一定记得设置Auto-assign Public IP为enable 后面就设接着设置一些存储空间,security group什么的,我就不细说了.security group设置的时候记得把source设置为anywhere,都则不好访问. 都设置后后就可以launch了. lanunch的时候会要求你选择密钥或者创建密钥,如果你是create new key pairs 记得一定要下载密钥(你只有这一次机会下载),后面你需要使用这个密钥ssh到你的服务器.
首先远程登录:
ssh -i your-private-key ubuntu@you-instance-public-ip登录之后(14.04需要用apt-get 而不是apt):
sudo apt update sudo apt upgrade sudo apt install -y build-essential git python-pip libfreetype6-dev libxft-dev libncurses-dev libopenblas-dev gfortran python-matplotlib libblas-dev liblapack-dev libatlas-base-dev python-dev python-pydot linux-headers-generic linux-image-extra-virtual unzip python-numpy swig python-pandas python-sklearn unzip wget pkg-config zip g++ zlib1g-dev libcurl3-dev sudo pip install -U pip然后在cuda网站注册账户下载cudnn到本地,然后在使用scp远程拷贝到服务器
之后运行dpkg命令安装这两个包.
export CUDA_HOME=/usr/local/cuda export CUDA_ROOT=/usr/local/cuda export PATH=$PATH:$CUDA_ROOT/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_ROOT/lib64AWS无需安装显卡驱动即可使用显卡资源 至此,CUDA安装完毕.
然后设置server:
ipython profile create nbserver vim .ipython/profile_nbserver/ipython_notebook_config.py在这个文件中添加如下几行:
#,默认情况下ipython_notebook_config.py位于~/.ipython/profile_nbserver/目录下 c = get_config() # Kernel config c.IPKernelApp.pylab = 'inline' # 使用pyplot绘制功能 c.NotebookApp.ip = '*' c.NotebookApp.open_browser = False # It is a good idea to put it on a known, fixed port c.NotebookApp.port = 8888 #选择一个端口现在,你可以运行
ipython notebook --profile=nbserver然后打开本地浏览器,输入地址your-public-DNS:8888就可以访问你的ipython工作区了!
由于spot instance不可以stop只能terminate(你配置的环境将不复存在)所以你可以建立一个ami来方便实用. 把环境配置好之后,选中配置好的instance然后create image,大概十几分钟可以完成,以后你直接从这个AMI创建instance,你之前配置的环境都存在! 详细请自行搜索.