153 lines
5.1 KiB
Plaintext
153 lines
5.1 KiB
Plaintext
{
|
||
"cells": [
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "b0c43609",
|
||
"metadata": {
|
||
"origin_pos": 0
|
||
},
|
||
"source": [
|
||
"# 使用Amazon SageMaker\n",
|
||
":label:`sec_sagemaker`\n",
|
||
"\n",
|
||
"深度学习程序可能需要很多计算资源，这很容易超出你的本地计算机所能提供的范围。云计算服务允许你使用功能更强大的计算机更轻松地运行本书的GPU密集型代码。本节将介绍如何使用Amazon SageMaker运行本书的代码。\n",
|
||
"\n",
|
||
"## 注册\n",
|
||
"\n",
|
||
"首先，我们需要在注册一个帐户https://aws.amazon.com/。 为了增加安全性，鼓励使用双因素身份验证。设置详细的计费和支出警报也是一个好主意，以避免任何意外，例如，当忘记停止运行实例时。登录AWS帐户后，转到[console](http://console.aws.amazon.com/)并搜索“Amazon SageMaker”（参见 :numref:`fig_sagemaker`），然后单击它打开SageMaker面板。\n",
|
||
"\n",
|
||
"\n",
|
||
":width:`300px`\n",
|
||
":label:`fig_sagemaker`\n",
|
||
"\n",
|
||
"## 创建SageMaker实例\n",
|
||
"\n",
|
||
"接下来，让我们创建一个notebook实例，如 :numref:`fig_sagemaker-create`所示。\n",
|
||
"\n",
|
||
"\n",
|
||
":width:`400px`\n",
|
||
":label:`fig_sagemaker-create`\n",
|
||
"\n",
|
||
"SageMaker提供多个具有不同计算能力和价格的[实例类型](https://aws.amazon.com/sagemaker/pricing/instance-types/)。创建notebook实例时，可以指定其名称和类型。在 :numref:`fig_sagemaker-create-2`中，我们选择`ml.p3.2xlarge`：使用一个Tesla V100 GPU和一个8核CPU，这个实例的性能足够本书的大部分内容使用。\n",
|
||
"\n",
|
||
"\n",
|
||
":width:`400px`\n",
|
||
":label:`fig_sagemaker-create-2`\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "87a915ca",
|
||
"metadata": {
|
||
"origin_pos": 2,
|
||
"tab": [
|
||
"pytorch"
|
||
]
|
||
},
|
||
"source": [
|
||
"用于与SageMaker一起运行的ipynb格式的整本书可从https://github.com/d2l-ai/d2l-pytorch-sagemaker获得。\n",
|
||
"我们可以指定此GitHub存储库URL（ :numref:`fig_sagemaker-create-3`），以允许SageMaker在创建实例时克隆它。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "061d3b04",
|
||
"metadata": {
|
||
"origin_pos": 4
|
||
},
|
||
"source": [
|
||
"\n",
|
||
":width:`400px`\n",
|
||
":label:`fig_sagemaker-create-3`\n",
|
||
"\n",
|
||
"## 运行和停止实例\n",
|
||
"\n",
|
||
"创建实例可能需要几分钟的时间。当实例准备就绪时，单击它旁边的“Open Jupyter”链接（ :numref:`fig_sagemaker-open`），以便你可以在此实例上编辑并运行本书的所有Jupyter Notebook（类似于 :numref:`sec_jupyter`中的步骤）。\n",
|
||
"\n",
|
||
"\n",
|
||
":width:`400px`\n",
|
||
":label:`fig_sagemaker-open`\n",
|
||
"\n",
|
||
"完成工作后，不要忘记停止实例以避免进一步收费（ :numref:`fig_sagemaker-stop`）。\n",
|
||
"\n",
|
||
"\n",
|
||
":width:`300px`\n",
|
||
":label:`fig_sagemaker-stop`\n",
|
||
"\n",
|
||
"## 更新Notebook\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "f55e7f4e",
|
||
"metadata": {
|
||
"origin_pos": 6,
|
||
"tab": [
|
||
"pytorch"
|
||
]
|
||
},
|
||
"source": [
|
||
"这本开源书的notebook将定期在GitHub上的[d2l-ai/d2l-pytorch-sagemaker](https://github.com/d2l-ai/d2l-pytorch-sagemaker)存储库中更新。要更新至最新版本，你可以在SageMaker实例（ :numref:`fig_sagemaker-terminal`）上打开终端。\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "f2b7db7b",
|
||
"metadata": {
|
||
"origin_pos": 8
|
||
},
|
||
"source": [
|
||
"\n",
|
||
":width:`300px`\n",
|
||
":label:`fig_sagemaker-terminal`\n",
|
||
"\n",
|
||
"你可能希望在从远程存储库提取更新之前提交本地更改。否则，只需在终端中使用以下命令放弃所有本地更改：\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "b1900934",
|
||
"metadata": {
|
||
"origin_pos": 10,
|
||
"tab": [
|
||
"pytorch"
|
||
]
|
||
},
|
||
"source": [
|
||
"```bash\n",
|
||
"cd SageMaker/d2l-pytorch-sagemaker/\n",
|
||
"git reset --hard\n",
|
||
"git pull\n",
|
||
"```\n"
|
||
]
|
||
},
|
||
{
|
||
"cell_type": "markdown",
|
||
"id": "5060f222",
|
||
"metadata": {
|
||
"origin_pos": 12
|
||
},
|
||
"source": [
|
||
"## 小结\n",
|
||
"\n",
|
||
"* 我们可以使用Amazon SageMaker创建一个GPU的notebook实例来运行本书的密集型代码。\n",
|
||
"* 我们可以通过Amazon SageMaker实例上的终端更新notebooks。\n",
|
||
"\n",
|
||
"## 练习\n",
|
||
"\n",
|
||
"1. 使用Amazon SageMaker编辑并运行任何需要GPU的部分。\n",
|
||
"1. 打开终端以访问保存本书所有notebooks的本地目录。\n",
|
||
"\n",
|
||
"[Discussions](https://discuss.d2l.ai/t/5732)\n"
|
||
]
|
||
}
|
||
],
|
||
"metadata": {
|
||
"language_info": {
|
||
"name": "python"
|
||
},
|
||
"required_libs": []
|
||
},
|
||
"nbformat": 4,
|
||
"nbformat_minor": 5
|
||
} |