谷歌云 Platform

图片

这是入门入门的快速指南,适用于 谷歌云。尽管这不是最便宜的选择,但它可以为您提供:

  • 配置灵活性(在几秒钟内更新GPU / CPU /内存)
  • 可以同时轻松运行多个笔记本实例的可能性(简单的GUI)
  • 访问其他Google服务(BigQuery,Google存储,数据标签,使用Google Engine进行部署等)
  • 每个新用户都会得到 300美元信用额

该课程的基本设置非常简单,不需要复杂的配置。

价钱

The pricing may vary a lot depending on the region (us-west1-b below) and your machine specification:

  • 4个vCPU,15 GB RAM,NVIDIA Tesla T4-每小时0.382 USD
  • 8个vCPU,30 GB RAM,NVIDIA Tesla T4-每小时0.515 USD
  • 4个vCPU,15 GB RAM,NVIDIA Tesla P100-每小时1.159 USD
  • 8个vCPU,30 GB RAM,NVIDIA Tesla P100-每小时1.292 USD

价格包括100GB标准永久磁盘。

步骤1:建立一个帐户

如果您还没有GCP帐户,可以创建一个 这里。它免费提供价值$ 300的使用额度。

潜在障碍:即使GCP提供了$ 300的初始信用额,您也必须启用 开票 使用它。您可以放置​​信用卡或银行帐户,但后者需要几天才能激活。

您要在其上运行图像的项目需要与您的计费帐户关联。为此,请转到 计费信息中心, 点击 '”菜单,然后选择“变更帐单帐户’。

步骤2:要求增加GPU配额

默认情况下,“ GPU(所有区域)”的配额设置为0,并且您将需要增加配额才能创建带有GPU的Notebooks实例(如下所述)。跟随 这些指示 将“ GPU(所有区域)”的配额至少增加到1。Google表示,配额增加请求可能最多需要48小时才能处理,但通常应该更快地处理。

步骤3:建立笔记本

  1. 从左侧菜单中选择“ AI平台”-> “Notebooks”
  2. 点击“新实例”(“自定义实例”以选择您的选项。如果您要选择GPU,请确保已完成上述第2步。右侧将显示价格计算。)
  3. 您应该看到列出的实例。选择一个复选框,然后单击“开始”
  4. 大约2分钟后,点击“ OPEN JUPYTERLAB”

图片

您可以从GUI启动/停止实例以及调整GPU / CPU /内存:

图片

步骤4:安装程式库

在开始工作之前,您需要更新fastai库和课程笔记本。 Jupyter Lab只是一个jupyter笔记本,具有一些额外功能,可以组织多个笔记本和其他文件(了解更多信息) 这里)。它随终端一起提供,因此您可以从此处运行所有其他安装:

图片

要安装最新版本的fastai并下载课程,请执行以下操作:

conda install -c fastai -c pytorch fastai
git clone //github.com/fastai/fastbook.git
pip install -Uqq fastbook

CUDA更新:目前,GCP上的实例随附了预安装的CUDA 10.1驱动程序。我们需要将其更新为10.2。要更新CUDA驱动程序,请在终端中运行以下两行:

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

步骤5:用法

记住停止实例! (您可以在手机上下载Google控制台应用程序,以在不在办公桌前阻止它们。)