假如你能越墙。假如你能越墙。
GPU云服务器操作指南说到GPU云服务器,首先,中国大型企业的名称发生在我的脑海中。华为、阿里巴巴、百度搜索等都是自己的云服务器,大部分价格都高到低。作为一名学生,成本自然是最重要的。所以在网络服务器的稳定性和价格上,我选择了阿里巴巴。
进入阿里云服务器主页,可以在延展性计算中找到GPU云服务器的选择。因为是商业计算GPU,因此,人们通常会接触到每个人GPU不同的型号和规格。注重计算机的应用,突出高精度。进入订购页面后,选择 按量付款 ,即按使用时间支付。
强烈建议在镜像文件销售市场应用完全免费的镜像文件。图中选定的镜像文件内置在图中Ubuntu16.04,TensorFlow1.13,CUDA10和cuDNN,节约成本。同时,随着案件的释放,撤销启用。
下一步,赶到 互联网和安全组
赶到 系统设置
以后可以同时点击订单确认。进入阿里云控制台寻找 案例 目录,找刚租的。GPU。当案件处于运行状态时,将出现公主用途IP地址(注意公众IP可变),公用IP以后可以用来连接jupyter notebook和WinSCP。点击右侧的远程桌面连接,输入购买时安装的帐户密码,然后输入云服务器页面。您也可以下载和安装它Xshell,可根据公共IP连接,更稳定。
这时,我们可以一起来看看。CUDA版本号
nvidia- ** i还可以查询Python的版本信息
import tensorflow as tftf.__version__与Ubuntu实际操作相同,是的pip如果以前在镜像文件销售市场选择镜像文件,pip所有的起源都得到了密切的改善,速度非常快。这里详细介绍了我如何远程连接桌面jupyter notebook并将本地文件传输到网盘。
远程桌面连接jupyter notebook许多人习惯于用户界面jupyter notebook敲代码。然后你必须先组装它。jupyter notebook。登录远程控制云服务器后,输入
pip install jupyter随后开启ipython,之中键入
from notebook.auth import passwdpasswd()就可以设定jupyter联系登录密码,获得一组sha加密登录密码。
然后我们形成一个jupyter的环境变量
jupyter notebook --generate-config随后应用vim打开环境变量
vim ~/.jupyter/jupyter_notebook_config.py并在文档的最后添加一组设置
c.NotebookApp.ip = '0.0.0.0'c.NotebookApp.open_browser = Falsec.NotebookApp.password = u'sha1:'、 填写以前获得的##sha加密数据登录密码c.NotebookApp.port =1120 #此处填写连接jupyter想要的端口号此时,回到阿里巴巴的云服务器控制面板,点击案例目录中的案例,点击左侧 本案例安全组 ,点击这个安全组。进入下面的页面。加上安全组标准,端口号和上面一样,即给出jupyter留一个选定的通道。
至此,jupyter设定工作完成后,下部将运行jupyter。输入终端设备
jupyter notebook --allow-root最后,在当地计算机浏览器搜索框中键入 公共IP:1120,就能见到jupyter的登录界面
键入以前在ipython登录密码可以成功连接到页面。
将本地文件传送到网盘如果您想将您的数据上传到云中进行练习,您可以将其应用于当地Windows可以下载和使用系统软件WinSCP,速度稳定,相对简单。Ubuntu应用系统软件SCP上传指令文件。
一般来说,阿里云服务器GPU云服务器相对稳定方便。然而,中国企业GPU一般价格比较高,我估计练习手头的互联网大概需要30个小时,大概需要400多元化。。只是说打扰,说再见。
Google Colaboratory 完全免费GPU操作指南温馨提示:以下实际操作是基于您能够顺利越墙的前提!
总体来说,Colab是Google的免费云GPU主要用于深度神经网络的网络培训。Colab是和Google Drive练习所需的上传文件可以一起上传Google Drive里面,然后初始化Colab非常方便。而且,完全免费分配。GPU一般为Tesla P4。有可以 ** 到这种的GPU自然,方式 值得分享。以下是详细介绍。Colab如何使用?
必须注意的是,Colab初始化每12小时自动断开。因此,记住设置checkpoint。
最先在Google Drive里建立一个Colab笔记本电脑
进入笔记本电脑,可以在上面找到 执行编码程序 GPU加快。
然后是百度云盘的初始化
from google.colab import drivedrive.mount('/content/gdrive')在这里,设置成功后,您可以升空。
你能查询TensorFlow默认设置组装版本号TensorFlow1.15.0
import tensorflow as tftf.__version__您可以更改当前目录
import osos.chdir('/content/gdrive/My Drive/...')您可以组装不同版本号的库
!pip install opencv-python您可以查询分配GPU
from tensorflow.python.client import device_libdevice_lib.list_local_devices()下面,你可以自由使用它GPU练习你的互联网!