本文将指导您逐步在AWSGPU实例上运行深度学习Jupyternotebook，并在浏览器的任何位置对其进行编辑。如果您的本地机器上没有GPU，这是研究深度学习的理想设置。1.什么是Jupyter笔记本？为什么要在AWSGPU上运行Jupyternotebook？JupyterNotebook是一个Web应用程序，可让您以交互方式编写和注释Python代码。这是试验、研究和分享工作的好方法。想知道笔记本是什么，请点击这里（链接：http://suo.im/4Em4IR）。许多深度学习应用程序的计算量非常大，通常需要数小时甚至数天才能在笔记本电脑的CPU内核上运行。如果将现代CPU换成GPU，训练和推理速度可以提高5到10倍。但是，您可能无法在本地计算机上安装GPU。在AWS上运行Jupyter笔记本可为您提供与在本地计算机上运行它们相同的体验，同时允许您利用AWS上的一个或多个GPU。如果您只是偶尔使用深度学习，Jupyter笔记本比投资专有GPU更有利，而且您只需为使用的部分付费。2.为什么我不想在AWS上使用Jupyter进行深度学习？AWSGPU实例很快就会变得昂贵。我们建议的使用价格是每小时0.9美元。这个价格对于偶尔使用来说是可以接受的，但如果你打算每天试验几个小时，那么你最好构建一个配备TitanX或GTX1080Ti的专用深度学习机器。1.开始前请注意：您需要一个有效的AWS账户如果您对AWSEC2有一定的了解，这会有所帮助，但设置起来不需要5-10分钟。2.分步指南(1)导航至EC2仪表板并单击“启动实例”链接。（2）选择官方的AWSDeepLearningUbuntuAMI选择“AWSMarketplace”，在搜索框中搜索“DeepLearning”。向下滚动，直到找到名为“DeepLearningAMIUbuntuEdition”的AMI（如下图所示），然后选择它。(3)选择一个p2.xlarge实例，它提供对单个GPU的访问，每小时使用费用为0.9美元（截至2017年3月）。点击“ConfigureInstanceDetails”：(4)ConfigureInstanceDetails“ConfigureInstance”、“AddStorage”、“AddLabel”等步骤可以保持默认设置。但是我们会自定义“配置安全组”这一步。创建自定义TCP规则以允许端口8888。此规则在您当前的公共IP（例如笔记本电脑的IP）上是允许的，或者在前者不可能的情况下，可用于任意IP。请注意，如果您允许端口8888可从任何IP访问，理论上任何人都可以在您的实例（这是我们将运行IPython笔记本的地方）上监听该端口。我们将为笔记本电脑添加密码保护，以降低任何人都可以修改它的风险，但这可能是一种薄弱的保护。如果可能，您应该考虑限制对特定IP的访问。但是，如果您的IP地址不断变化，这就不太实用了。如果您打算开放对任何IP的访问，请记住不要在实例上留下任何敏感数据。在启动过程结束时，系统会询问您是要创建新的连接密钥，还是要重新使用现有的连接密钥。如果您以前从未使用过EC2，只需创建一个新密钥并下载即可。(5)启动您的实例并连接到它要连接到实例，请选择并单击EC2控制面板上的“连接”按钮，按照提供的说明进行操作，例如：请注意，实例完全连接之前可能需要几分钟推出。如果一开始连接不上，请稍候再试。(6)设置SSL证书通过ssh登录实例后，在实例的根目录下创建一个ssl目录，然后cd到它（不是必须的，但是更干净）。mkdirsslcdssl使用OPenSSL创建新的SSL证书：sudoopensslreq-x509-nodes-days365-newkeyrsa:1024-keyout"cert.key"-out"cert.pem"-batch完成，你在当前sll目录下创建了两个文件：cert.key和cert.pem。(7)配置Jupyter在我们开始使用Jupyte之前，我们需要调整它的默认配置。首先，我需要生成一个新的Jupyter配置文件（仍在远程实例上）：jupyternotebook--generate-config或者，您可以为自己的笔记本生成一个Jupyter密码。由于您的实例配置可以从任何IP访问（取决于您在配置安全组时所做的选择），***通过密码限制对Jupyter的访问。要生成密码，请打开IPythonshell（ipython命令）并运行：fromIPython.libimportpasswdpasswd()exitpasswd()该命令将要求您输入并验证密码，完成后将显示密码哈希。复制哈希，我们稍后需要它。它看起来像：“sha1:b592a9cf2ec6:b99edb2fd3d0727e336185a0b0eab561aa533a43”（这是“密码”散列，而不是您应该使用的密码）。接下来，使用Vi（或使用您最喜欢的可用文本编辑器）编辑配置文件：vi~/.jupyter/jupyter_notebook_config.py这是一个Python文件，所有行都被注释掉了。您需要插入以下Python代码行（例如，在文件的开头）c=get_config()#gettheconfigobjectc.NotebookApp.certfile=u'/home/ubuntu/ssl/cert.pem'#pathtothecertificatewegeneratedc.NotebookApp。keyfile=u'/home/ubuntu/ssl/cert.key'#pathtothecertificatekeywegeneratedc.IPKernelApp.pylab='inline'#in-linefigurewhenusingMatplotlibc.NotebookApp.ip='*'#servethenotebookslocallyc.NotebookApp.open_browser=False#donotopenabrowserwindowbydefaultwhenusingnotebooksc.NotebookApp.password='b592a9cf2ec6:b99edb2fd3d0727e336185a0b0eab561aa533a43'#thisisthepasswordhashthatwegeneratedearlier.如果您以前没有使用过Vi，请记住您需要按i才能开始插入内容；完成后，您可以按esc，然后按:wq，最后按enter退出Vi，同时保存更改（:wq代表写入退出）(8)更新Keras，您可以立即开始使用Jupyte。但首先，通过运行（仍在远程实例上）确保Keras是最新的：sudopipinstallkeras--upgrade--no-deps您使用的AMI每天由Amazon更新，但它可能不会使用每个包的***版本。(9)设置本地端口转发在本地机器（不是远程实例）的shell中，开始将本地端口443（HTTPS端口）转发到远程实例的端口8888。这是通过语法完成的：sudossh-iawsKeys.pem-Llocal_port:local_machine:remote_portremote_machine在我们的例子中：sudossh-iawsKeys.pem-L443:127.0.0.1:8888ubuntu@ec2-54-147-126-214.compute-1。amazonaws.com(10)从您的本地浏览器开始使用Jupyter。首先，在远程实例上，创建将保存笔记本的文件夹：mkdirnotebookscdnotebooks在远程实例上，传入您创建的文件通过在文件夹中运行以下命令启动JupyterNotebook：ipythonnotebook然后，在本地浏览器中，导航到我们发送到远程笔记本进程的本地地址https://127.0.0.1。确保在地址中使用HTTPS，否则会出现SSL错误。你会看到一个安全警告：这个警告只是因为我们生成的SSL证书没有经过任何授权机构的验证（显然，我们只是生成了自己的证书）。点击“高级”继续浏览，很安全。然后系统会提示您输入Jupyter密码。然后，您将进入Jupyter控制面板。点击“新建->笔记本”开始。您可以使用您选择的Python版本。好吧！原文：https://blog.keras.io/running-jupyter-notebooks-on-gpu-on-aws-a-starter-guide.html【本文为专栏机器心原创翻译，微信公众号《机器之心（id：almosthuman2014）》]点此查看本作者更多好文
