在30分钟内创建你的深度学习服务器
设置Jupyter Notebook但是,我们仍然需要使用一些东西才能充分使用计算机,其中之一就是Jupyter Notebook。要在计算机上设置Jupyter Notebook,我建议使用TMUX和隧道。让我们逐步设置Jupyter Notebook。1.使用TMUX运行Jupyter Notebook我们将首先使用TMUX在实例上运行Jupyter Notebook。我们使用它是为了即使终端连接丢失,我们的笔记本电脑仍然可以运行。为此,你将需要使用以下命令创建一个新的TMUX会话:tmux new -s StreamSession完成后,你将看到一个新屏幕,底部带有绿色边框。你可以使用jupyter notebook命令在此计算机上启动Jupyter Notebook 。你将看到类似以下内容:
复制登录URL将是有益的,这样以后尝试登录到jupyter notebook时,我们将能够获取令牌。
5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872下一步是分离TMUX会话,以便它在后台继续运行,即使你离开ssh shell。要做到这一点,只需按Ctrl+B,然后按D(按D时不要按Ctrl),你将返回到初始屏幕,显示你已从TMUX会话中分离的消息。
如果需要,可以使用以下方法重新连接到会话:tmux attach -t StreamSession2.SSH隧道访问本地浏览器上的notebook第二步是进入Amazon实例,以便在本地浏览器上获取Jupyter notebook。如我们所见,Jupyter notebook实际上运行在云实例的本地主机上。我们使用SSH隧道来访问它,很简单,只需在本地机器终端窗口上使用以下命令:ssh -i“ aws_key.pem” -L <本地计算机端口>:localhost:8888 ubuntu @ <你的PublicDNS(IPv4)>
这意味着,如果我在本地计算机浏览器中打开localhost:8001,则可以使用Jupyter Notebook。现在,我们只需输入在先前的步骤之一中已经保存的令牌即可访问notebook
你只需使用你的令牌登录即可。
现在,你可以通过选择所需的任何不同环境来选择新项目,可以来自Tensorflow或Pythorch,也可以两者兼得,notebook不会让你失望的。
故障排除重新启动计算机后,你可能会遇到NVIDIA图形卡的一些问题。就我而言,该nvidia-smi命令停止了工作,如果遇到此问题,解决方案是从NVIDIA 网站下载图形驱动程序。
以上是我选择的特定AMI的设置。单击搜索后,你将可以看到下一页:
只需通过右键单击并复制链接地址来复制下载链接,并在计算机上运行以下命令,你可能需要在其中更改链接地址和文件名。停止实例就是这样。你已经掌握并启动了深度学习机器,并且可以随意使用它。请记住,无论何时停止工作,都应停止实例,这样当你不在实例上工作时,无需向Amazon付费。你可以在实例页面上通过右键单击你的实例来执行此操作。请注意,当你需要再次登录到该计算机时,你可能需要从实例页面重新获得公共DNS(IPv4)地址,因为它可能已更改。
结论我一直觉得建立深度学习环境非常麻烦。在此文中,我们通过使用深度学习社区AMI,TMUX和Jupyter Notebook的隧道技术,在最短的时间内在EC2上设置了新的深度学习服务器。该服务器已预先安装了你在工作中可能需要的所有深度学习库,并且开箱即用。那你还在等什么?只需在你自己的服务器上开始使用深度学习即可。
图片新闻
最新活动更多
-
11月28日立即报名>>> 2024工程师系列—工业电子技术在线会议
-
11月29日立即预约>> 【上海线下】设计,易如反掌—Creo 11发布巡展
-
11月30日立即试用>> 【有奖试用】爱德克IDEC-九大王牌安全产品
-
即日-12.5立即观看>> 松下新能源中国布局:锂一次电池新品介绍
-
12月19日立即报名>> 【线下会议】OFweek 2024(第九届)物联网产业大会
-
即日-12.26火热报名中>> OFweek2024中国智造CIO在线峰会
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论