教程 | 新手指南：如何在AWS GPU上运行Jupyter noterbook？

正文

请到「今天看啥」查看全文

为什么我不想在 AWS 上使用 Jupyter 进行深度学习？

AWS GPU 实例的价格可以迅速变贵。我们建议的使用价格是每小时 0.9 美元。这个价格偶尔使用还可以接受，但是如果你每天都要进行几个小时的实验，那么你最好搭建配备 Titan X 或者 GTX 1080 Ti 的专属深度学习机。

开始之前 注意：

• 你需要一个激活的 AWS 账户

• 如果你对 AWS EC2 有所了解会有帮助，但并不必须

搭建需要花费 5 到 10 分钟的时间。

分步指南

1 - 导航至 EC2 控制面板，并点击「启动实例」链接。

2 - 选择官方 AWS 深度学习 Ubuntu AMI

选择「AWS 市场」并在搜索框中搜索「深度学习」。

向下滚动，直到找到名为「深度学习 AMI Ubuntu 版本」的 AMI（如下图），并选择它。

3 - 选择 p2.xlarge 实例

该实例类型提供对单个 GPU 的访问，并且每小时的使用成本为 0.9 美元（截至 2017 年 3 月）。点击「配置实例细节」：

4 - 配置实例细节

你可以为「配置实例」、「添加存储」和 「添加标签」等步骤保留默认设置。但是我们将自定义步骤「配置安全组」。

创建一个自定义 TCP 规则以允许 8888 端口。

在你当前的公共 IP（例如你的笔记本电脑的 IP），或者在前者不可能的情况下，对于任意 IP，该规则都被允许。请注意，如果你允许任意 IP 均可接入端口 8888，则理论上任何人都可以收听你的实例上的那个端口（这是我们将运行 IPython notebook 的地方）。我们将为笔记本电脑添加密码保护，以便降低任意人员都可以对其进行修改的风险，但这也许是较弱的保护。如果可能的话，你应该考虑限制特定 IP 的访问。但是，如果你的 IP 地址不断更改，这不太实际。如果你打算对任意 IP 开放接入端，请记住不要在实例上留下任何敏感数据。

在启动过程结束时，系统将会询问你是否要创建新的连接密钥，或者是否重复使用现有的密钥。如果你之前从未使用过 EC2, 只需创建新的密钥并下载即可。

请到「今天看啥」查看全文