Wenn Sie versuchen, tiefes Lernen in einer lokalen Umgebung ohne GPU durchzuführen, ist dies langsam und stressig. Wenn Sie jedoch versuchen, dies unter AWS zu tun, wo die GPU einfach zu verwenden ist, müssen Sie Code ohne IDE (vim oder emacs) schreiben. Versuchen wir also, Jupyter unter AWS zu verwenden, um es ein wenig einfacher zu machen.
Kann mit Tab ergänzt werden. das ist alles! Nun, es gibt Dinge wie Seaborn, die grafisch aussehen, und Pandas, die den Tisch schön aussehen lassen. Einfach im Gespräch mit anderen. Und
#Jupyter Installation
pip install jupyter
#Generierung einer Jupyter-Einstellungsdatei usw.
jupyter notebook --generate-config
#Wenn Sie es als Root-Benutzer tun, sollten Sie damit aufhören. Wenn du etwas anderes machst--allow-Wurzel zusätzlich hinzufügen.
#Lokale Verbindungseinstellungen
vi ~/.jupyter/jupyter_notebook_config.py
#Fügen Sie Folgendes hinzu
c.NotebookApp.ip ='*' #IP-Kontrolle der Verbindungsquelle
c.NotebookApp.port = 8888 #Steuerung des Verbindungsquellenports
jupyter notebook --allow-root
Wenn Sie danach die globale IP und den Port 8888 der Verbindungsquelle in der AWS-Sicherheitsgruppe zulassen, ist dies in Ordnung.
Jetzt können Sie Kaffee, Keras usw. auf Jypyter verwenden, wie Sie möchten, und mit der GPU codieren.
Recommended Posts