在30分钟内创建你的深度学习服务器( 三 ) _深度学习

NVIDIA 网站:https://www.nvidia.in/Download/index.aspx?lang=en-in

文章插图

以上是我选择的特定AMI的设置。单击搜索后，你将可以看到下一页：

文章插图

只需通过右键单击并复制链接地址来复制下载链接。并在计算机上运行以下命令。你可能需要在其中更改链接地址和文件名。

# When nvidia-smi doesnt work:wget https://www.nvidia.in/content/DriverDownload-March2009/confirmation.php?url=/tesla/410.129/NVIDIA-Linux-x86_64-410.129-diagnostic.run&lang=in&type=Teslasudo sh NVIDIA-Linux-x86_64-410.129-diagnostic.run --no-drm --disable-nouveau --dkms --silent --install-libglvndmodinfo nvidia | head -7sudo modprobe nvidia

停止实例就是这样。你已经掌握并启动了深度学习机器，并且可以随意使用它。请记住，无论何时停止工作，都应停止实例，因此，当你不在实例上工作时，无需向Amazon付费。你可以在实例页面上通过右键单击你的实例来执行此操作。请注意，当你需要再次登录到该计算机时，你可能需要从实例页面重新获得公共DNS（IPv4）地址，因为它可能已更改。

文章插图

结论我一直觉得建立深度学习环境非常麻烦。
在此博客中，我们通过使用深度学习社区AMI ， TMUX和Jupyter Notebook的隧道技术，在最短的时间内在EC2上设置了新的深度学习服务器。该服务器已预先安装了你在工作中可能需要的所有深度学习库，并且开箱即用。
那你还在等什么？只需在你自己的服务器上开始使用深度学习即可。