深度学习技术图像处理入门
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

1.2　硬件准备

本书主要讨论使用深度学习技术进行图像处理分析，而深度学习技术在模型的训练阶段，需要使用除了CPU以外的硬件进行加速才能达到理想的训练速度，实现模型的快速收敛。这些硬件包括TPU、FPGA、Intel Xeon Phi处理器等，但目前阶段使用最广泛、开发最简单的还是GPU，即英伟达（NVIDIA）公司的显卡。

之所以是NVIDIA公司的显卡，是因为现在主流深度学习框架大多基于NVIDIA的CUDA计算库，而CUDA计算库支持的硬件主要是自家产品。支持CUDA的硬件可以在NVIDIA官网中找到（https://developer.nvidia.com/cuda-gpus）。因此，想用自己电脑进行本书深度学习入门学习的用户，如果想借助GPU作为硬件帮助，基本要求是需要有一台近几年出品的NVIDIA显卡，其显存大小最好在8GB以上。

如果用户的电脑没有独立显卡或者显存大小不足，将无法训练本书最后几章中的案例。另外，电脑配置的是AMD显卡，是不是必须新买一台电脑呢？重新购置电脑当然也可以，但是毕竟成本比较高，用户同样可以考虑按小时收费，租用GPU云服务器。为了方便读者学习，我们为本书的内容在亚马逊云（aws）以及腾讯云（qcloud）上设计了专门的镜像，方便读者使用。

1.2.1　在亚马逊租用云GPU服务器

使用aws us-east-1节点，GPU价格是0.9美元／小时，也可以使用实时竞价（Spot Instance）方式以获得更低的价格。使用方法如下：

（1）登录aws官网。进入https://console.aws.amazon.com/ec2/v2/home?region=us-east-1，单击Launch Instance，如图1-1所示。当然，也可以单击左侧的Spot Instance选项选择更低价的实时竞价机器，然后启动。

图1-1　在aws上单击Launch Instance

（2）选择左侧的Community AMIs选项，然后在右侧的文本框中查找NVIDIA Docker，再选择一个镜像，如图1-2所示。推荐使用aws us-east-1节点。

图1-2　查找预装NVIDIA Docker的镜像

（3）选择p2.xlarge节点，单击Review and Launch按钮启动服务，如图1-3所示。

图1-3　选择p2.xlarge节点

（4）接下来选择公钥，如图1-4所示。如果还没有公钥就进行创建。创建公钥的过程中注意预留22、8888、6006这三个端口，供后续使用。短期使用时，可以选择开启所有端口。

图1-4　选择公钥

（5）在PuTTY（Windows）或者终端（Mac/Linux）中，使用密钥启动。这里我们以PuTTY为例，需要填写公网地址，如图1-5所示。然后需要指定刚才登录时使用的公钥，如图1-6所示。

图1-5　输入公网地址

图1-6　指定登录时使用的公钥

（6）此时单击Open按钮，即可登录aws服务器。如果遇到登录问题，可以在aws上问答（http://docs.aws.amazon.com/zh_cn/AWSEC2/latest/UserGuide/putty.html）中查询具体原因。

1.2.2　在腾讯云租用GPU服务器

亚马逊云是国外的机器，大家实际使用时可能网络连接速度并不快。这种情况下，大家可以考虑腾讯云、阿里云的按小时计费。这里以租用腾讯云为例。

（1）进入网址https://cloud.tencent.com/product/gpu，单击“立即选购”按钮，如图1-7所示。

图1-7　选购GPU云服务器

（2）选择“按量计费”，然后指定机型，这里GPU单卡足够，如图1-8所示。

图1-8　选择计费模式和机型

（3）接下来选择GPU镜像，单击“从服务市场选择”链接，如图1-9所示。

（4）在弹出的窗口中选择腾讯云官方的GPU镜像，如图1-10所示。注意，这里显示的官方镜像CUDA是7.5版本，读者使用该镜像时需要下载并安装8.0版本以上的CUDA。

图1-9　选择镜像

图1-10　选择腾讯云官方镜像

（5）选择完毕，单击“下一步：选择存储与网络”按钮，如图1-11所示。

图1-11　单击“下一步：选择存储与网络”

（6）接下来选择带宽和服务器数量等，如图1-12所示。

图1-12　选择带宽和服务器数量等

（7）单击“下一步：设置信息”按钮，设置安全规则、购买服务器。在“安全组”框中至少要保留22、8888、6006三个端口，短期使用也可以全部开启，如图1-13所示。

图1-13　设置安全规则和购买服务器

（8）购买成功会显示如图1-14所示的页面。稍等几分钟，公网IP地址出现后，使用公网IP地址登录即可。

图1-14　购买成功

（9）使用PuTTY登录购买的云服务器，其操作步骤与aws登录相同，注意不需要设置秘钥，填写IP地址即可。

（10）参考1.3.2小节，安装CUDA、Docker、NVIDIA Docker等。

1.2.3　在云服务器中开启搭载开发环境的Docker服务

登录服务器，开启Docker以及NVIDIA Docker服务，并开启镜像。

          systemctl start docker
          systemctl start nvidia-docker
          git clone https://github.com/Jinglue/DL4Img
          nvidia-docker pull hubq/dl4img
          nvidia-docker run -d -v ~/dl4img/notebook/:/srv -p 8888:8888 -p 6006:6006
      hubq/dl4img

打开镜像后，读者可以在浏览器中输入下面的内容来访问刚才搭建的开发环境。

    http://[购买云服务器的IP地址]:8888

登录密码为jizhitencent，如图1-15所示。

图1-15　访问刚搭建的开发环境

上一章目录下一章