[PYTHON] Erstellen Sie eine TensorFlow-Entwicklungsumgebung auf Amazon EC2 mit Befehlskopie

Einführung

Es ist ein Memo für die Missionsarbeit. Es ist für Personen gedacht, die die Umgebung trennen möchten, da es für den PC schwierig sein wird, lokale Ressourcen auszuführen. Die $ -Notation am Anfang wird zum Lernen der Kopie entfernt. Wir betonen den Aufwand für den Wiederaufbau (es ist nicht auf Docker, aber Sie können die Instanz leicht zerstören, selbst wenn die Konstruktion fehlschlägt) und den Preis. Wenn Sie sich auf die Ausführungsgeschwindigkeit konzentrieren und die GPU drehen möchten, lesen Sie bitte Separater Artikel.

Verfahren

Fügen Sie die Amazon EC2-Instanz hinzu

• https://ap-northeast-1.console.aws.amazon.com/ec2/v2/home?region=ap-northeast-1#LaunchInstanceWizard
• Wählen Sie das Ubuntu-Paket.
• Öffnen Sie den Port schön in der "Sicherheitsgruppe". Details werden weggelassen.
• ssh: 22
• Jupyter: 8888
• Wenn Sie keinen AWS-Vertrag haben, verwenden Sie t2.micro (wahrscheinlich) ein Jahr lang ab dem neuen Vertrag kostenlos.
• Kopieren Sie nach dem Erstellen das öffentliche DNS (ec2-xxxxxxxxxx.ap-northeast-1.compute.amazonaws.com) und fügen Sie es in einen Texteditor ein.

SSH-Login

chmod 600 xxxxxxxxxx.pem
ssh -v -i xxxxxxxxxx.pem [email protected]

Paketaktualisierung

sudo apt-get update && sudo apt-get -y upgrade

Python-Vorbereitung

Rohrinstallation

sudo apt-get install -y python-pip python-dev
sudo pip install -U pip

Bibliothek für maschinelles Lernen + TensorFlow

Installieren häufig verwendeter Bibliotheken

Sie haben Folgendes installiert:

1. numpy: Matrixberechnungsbibliothek
2. scipy: Wissenschaftliche Berechnungsbibliothek
3. Pandas: Datenrahmenbibliothek
4. matplotlib: Grafikzeichnungsbibliothek
5. Kissen: Bildverarbeitungsbibliothek
6. scikit-learn: Bibliothek für maschinelles Lernen
7. google-api-python-client: Google API Client for Python

sudo apt-get install -y libpq-dev python-matplotlib gfortran
sudo pip install --upgrade pip
sudo pip install numpy scipy pandas matplotlib Pillow scikit-learn
sudo pip install google-api-python-client

TensorFlow-Installation

Installieren Sie die neueste Version vom 01.09.2016. Bitte überprüfen Sie vor der Installation Neueste Version.

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl

Jupyter

Jupyter Installation

sudo pip install jupyter

Änderung der Jupyter-Konfiguration (Porteinstellung usw.)

jupyter notebook --generate-config && ipython profile create
echo "c = get_config()" >> /home/ubuntu/.jupyter/jupyter_notebook_config.py
echo "c.NotebookApp.ip = '*'" >> /home/ubuntu/.jupyter/jupyter_notebook_config.py
echo "c.NotebookApp.open_browser = False" >> /home/ubuntu/.jupyter/jupyter_notebook_config.py
echo "c.NotebookApp.port = 8888" >> /home/ubuntu/.jupyter/jupyter_notebook_config.py
echo "c.InteractiveShellApp.matplotlib = 'inline'" >> /home/ubuntu/.ipython/profile_default/ipython_kernel_config.py

Jupyter Login Passwort Einstellung

Registrieren Sie Ihr Login-Passwort. Erstellen Sie eine Kopie von sha1, die nach Abschluss der Registrierung angezeigt wird.

python -c 'import IPython;print(IPython.lib.passwd())'

Fügen Sie das kopierte sha1 zur Konfiguration hinzu.

echo "c.NotebookApp.password = 'sha1:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'" >> /home/ubuntu/.jupyter/jupyter_notebook_config.py

Starten Sie Jupyter

jupyter notebook Sie können sich unter http: //ec2-x-x-x-x.ap-northeast-1.compute.amazonaws.com: 8888 / anmelden, wenn Sie mit beginnen. Wenn Sie die EC2-Instanz gleichzeitig starten möchten, registrieren Sie das Startskript in / etc / rc.local.

Jupyter-Funktionsprüfung

Melden Sie sich über Ihren Browser an und sehen Sie 42 in TensorFlow Hallo, Weltbeispiel OK

import tensorflow as tf

hello = tf.constant("Hello, TensorFlow!")
sess = tf.Session()
print(sess.run(hello))

a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))