Lorsque je souhaite utiliser le GPU par essais et erreurs de machine learning, j'utilise AWS car mon propre PC n'a pas de GPU. Le chemin à cette époque.
environnement
Louez une instance GPU
Recherchez «AMI Deep Learning» sur AWS Marketplace et sélectionnez l'AMI qui s'affiche. (J'utiliserai Ubuntu cette fois)
Sélectionnez "g2.2xlarge" comme type d'instance
Paramètres des détails de l'instance. Ici, le rôle IAM est approprié. Si possible, faites-en une instance ponctuelle et ce sera moins cher
Paramètres du groupe de sécurité Changez la source de connexion SSH de la valeur par défaut 0.0.0.0/0 à "Mon IP"
Créez.
Configurer le transfert SSH
Téléchargez la paire de clés (* .pem) et convertissez-la en fichier .ppk avec PuTTYgen.
Ouvrez [Paramètres]> [Transfert SSH] dans le menu TeraTerm.
Dans [Ajouter], entrez 8888 pour [Port local], localhost pour [Hôte distant] et 8888 pour [Port]. N'entrez rien dans [Listen]. (Il est important que l'hôte distant soit localhost. La destination du transfert depuis la connexion SSH est la machine elle-même)
Connectez-vous au terminal
Entrez [email protected] dans le nom d'hôte.
Sélectionnez [RSA / ... Utiliser la clé] comme méthode d'authentification et spécifiez le fichier .ppk (converti par PuTTY) comme clé privée.
Une fois connecté, démarrez jupyter.
$ jupyter notebook
Afficher dans le navigateur L'URL de connexion apparaîtra dans le terminal, alors entrez cette URL dans le navigateur pour l'ouvrir.
Recommended Posts