Richten Sie einen Container in GCP ein und erstellen Sie eine Analyseumgebung. Ich weiß es noch nicht, aber ich werde zusammenfassen, wie ich es für mich gemacht habe.
Bitte lesen Sie den folgenden Artikel über GCP, da es sehr gut organisiert ist. Ich habe bis zum dritten Teil dieser Serie gelesen, um eine allgemeine Vorstellung davon zu bekommen, wie es aussieht. [[Einführung in GCP, Teil 1] Ein Muss für Ingenieure! Was ist Google Cloud Platform (GCP), das ich Sie nicht mehr fragen kann? ] 1
Die Kontoerstellung wird in Teil 2 beschrieben. [[Einführung in GCP, Teil 2] Beginnen Sie zuerst hier! Vorbereitung für die Google Cloud Platform (GCP)! ] 2
Beschreibung von GCE [[Einführung in GCP, Teil 3] Nicht schwer! So starten Sie eine Instanz in Google Compute Engine (GCE)! ] 3
[Erstellen einer Berechnungsumgebung für Kaggle mit GCP und Docker] 4 [Erstellen einer GPU-Umgebung für Kaggle mit GCP + Docker] 5 Ich habe hauptsächlich auf 2 Artikel verwiesen, aber ich konnte die Deep Learning VM nicht finden. Ich habe eine normale Instanz erstellt.
Die folgenden Elemente wurden auf dem Bildschirm zur Erstellung der GCE-Instanz abgespielt --Maschinentyp 8vCPU
Hinweis: Wenn Sie eine GPU verwenden, müssen Sie die Zuordnung bearbeiten. [Fragen zum Bearbeiten von Aufgaben] 6 -> [GCP Deep Learning VM-Instanz starten] 7 Wir werden innerhalb von 2 Werktagen nach Ihrer Bewerbung antworten! Ich habe eine E-Mail bekommen, die das sagt, aber es war innerhalb des Tages.
Sie können Pytorch NVIDIA GPU Notebook mit MaketPlace verwenden.
Dies wurde auch auf den Artikel im vorherigen Abschnitt verwiesen. Darüber hinaus habe ich auch auf [Einführungsartikel: Jupyter-Analyseumgebung, erstellt von GCE (Google Compute Engine)] 8 Jupyter-Umgebungskonstruktion (Docker) verwiesen.
Überprüfen Sie die Zugangsinformationen [hier] 9 Zum Beispiel Firewall-Einstellungen [hier] 10
Dies bringt es in den Rest der 100 Sprachverarbeitungsklopfen.
Recommended Posts