在30分钟内创建你的深度学习服务器( 二 )

chmod 400 aws_key.pem完成此操作后 , 你将可以通过SSH连接到你的实例 。SSH命令的格式为:
ssh -i“ aws_key.pem” ubuntu @ <你的PublicDNS(IPv4)>对我来说 , 命令是:
ssh -i“ aws_key.pem” ubuntu@ec2-54-202-223-197.us-west-2.compute.amazonaws.com

在30分钟内创建你的深度学习服务器

文章插图
 
另外 , 请记住 , 一旦关闭实例 , 公用DNS可能会更改 。
  1. 你已经准备好机器并准备就绪 。本机包含不同的环境 , 这些环境具有你可能需要的各种库 。这台特定的机器具有MXNet , Tensorflow和Pytorch , 以及不同版本的Python 。最好的事情是 , 我们已经预先安装了所有这些功能 , 因此开箱即用 。

在30分钟内创建你的深度学习服务器

文章插图
 
设置Jupyter Notebook但是 , 仍然需要使用一些东西才能充分使用计算机 。其中之一就是Jupyter Notebook 。要在计算机上设置Jupyter Notebook , 我建议使用TMUX和隧道 。让我们逐步设置Jupyter Notebook 。
  1. 使用TMUX运行Jupyter Notebook 我们将首先使用TMUX在实例上运行Jupyter Notebook 。我们主要使用它 , 以便即使终端连接丢失 , 我们的笔记本电脑仍然可以运行 。
为此 , 你将需要使用以下命令创建一个新的TMUX会话:
tmux new -s StreamSession完成后 , 你将看到一个新屏幕 , 底部带有绿色边框 。你可以使用jupyter notebook命令在此计算机上启动Jupyter Notebook。你将看到类似以下内容:
在30分钟内创建你的深度学习服务器

文章插图
 
复制登录URL将是有益的 , 这样以后以后尝试登录到jupyter notebook时 , 我们将能够获取令牌 。就我而言 , 它是:
http://localhost:8888/?token=5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872下一步是分离TMUX会话 , 以便它在后台继续运行 , 即使你离开ssh shell 。要做到这一点 , 只需按Ctrl+B , 然后按D(按D时不要按Ctrl) , 你将返回到初始屏幕 , 显示你已从TMUX会话中分离的消息 。
在30分钟内创建你的深度学习服务器

文章插图
 
如果需要 , 可以使用以下方法重新连接到会话:
tmux attach -t StreamSession
  1. SSH隧道访问本地浏览器上的notebook
第二步是进入Amazon实例 , 以便在本地浏览器上获取Jupyter notebook 。如我们所见 , Jupyter notebook实际上运行在云实例的本地主机上 。我们如何访问它?我们使用SSH隧道 。不用担心 , 这很简单 。只需在本地机器终端窗口上使用以下命令:
ssh -i“ aws_key.pem” -L <本地计算机端口>:localhost:8888 ubuntu @ <你的PublicDNS(IPv4)>对于这种情况 , 我使用了:
ssh -i "aws_key.pem" -L 8001:localhost:8888 ubuntu@ec2-54-202-223-197.us-west-2.compute.amazonaws.com这意味着 , 如果我在本地计算机浏览器中打开localhost:8001 , 则可以使用Jupyter Notebook 。我当然可以 。现在 , 我们只需输入在先前的步骤之一中已经保存的令牌即可访问notebook 。对我来说令牌是5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872
  • 令牌: http://localhost:8888/?token=5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872&token=5ccd01f60971d9fc97fd79f64a5bb4ce79f4d96823ab7872

在30分钟内创建你的深度学习服务器

文章插图
 
你只需使用你的令牌登录即可 。
在30分钟内创建你的深度学习服务器

文章插图
 
现在 , 你可以通过选择所需的任何不同环境来选择新项目 。你可以来自Tensorflow或Pythorch , 也可以两者兼得 。notebook不会让你失望的 。
在30分钟内创建你的深度学习服务器

文章插图
 
故障排除重新启动计算机后 , 你可能会遇到NVIDIA图形卡的一些问题 。具体来说 , 就我而言 , 该nvidia-smi命令停止工作 。如果遇到此问题 , 解决方案是从NVIDIA 网站下载图形驱动程序 。


推荐阅读