gpu服务器租用价格(租赁云服务器价格)

深度学习如今风头很热， 可能很多小伙伴们都投入了学习。可是又遇到了一定的问题，电脑跑的太慢，小编I7的笔记本，很多时候也跑不动。大家知道，深度学习是很需要GPU的，可是最便宜的GTX1080ti也是价格不菲，这时候我们怎么办呢？

今天为大家带来，利用亚马逊GPU服务器进行深度学习。（小编目前觉得这个价格是相对比较实惠的，如果有更好的可以推荐一下）

注册亚马逊账号，绑定信用卡，这一步就不多介绍了。大家自行解决。

我目前选择的是美国俄亥俄州，因为有的州没有我想要的机器。后面会牵扯到竞价，不同地区价格可能会稍有不同

在这里选择EC2

启动实例

选择社区AMI，也可以选择默认的原生系统。选择社区AMI，是因为有的AMI已经搭建好了我们所需的环境，我最喜欢用的是这个，大家可以自行选择

选择服务器，px.xlarge

下面是不同型号的配置，P2是用的K80显卡，4核，61G内存，12G显卡，差不多够我们用了。也可以选择更好的配置，价格自然会贵不少

一定要选择竞价，因为这个便宜，也适合我们想用就用，不想用就销毁的使用。当前的价格是0.27美元，差不多是1.7人民币每小时。竞价的价格是动态的，不同时间可能价格不一样。

下一步

因为是自己临时使用，安全就直接全部开放吧

启动实例

选择或者创建秘钥，这是我们登录服务器时候使用的秘钥文件

因为我已经有了，所以就直接登录了

可以看到，我们的机器已经创建成功了

记住IP，我们可以准备登录服务器了

ssh -i 选择刚才的秘钥去登录我们的服务器

已经登录成功了，小编之所以选择这个AMI，因为他已经准备好了很多的环境。这里我们使用tensorflow_p36，环境是Tensorflow+Keras+Python3，GPU环境是CUDA8。大家选择不同的AMI可能不一样，也可以自行安装环境

激活环境

现在要如何更方便的使用呢，在服务器上写代码总是速度会慢点。我们可以使用jupyter这个神器,jupyter notebook --ip=*，开启jupyter的远程访问，也可以设置密码的。jupyter notebook的更多使用方法以后告诉大家。大家可以自行学习

启动jupyter，我们找到这个链接，localhost换成我们的服务器ip，然后去浏览器访问即可

现在我们到浏览器打开jupyter的页面，我们创建一个python文件

这里我测试一下keras的mnsit手写数字集的训练，可以看到每个epoch只要10s就训练完成了，这里我训练了20个epoch，准确率已经达到99.06%，很不错的哦。这个速度比我用我的I7处理器快10-20倍。可以省下大量的时间。我们可以利用jupyter写自己的代码进行学习和训练。小编一般是本地写好模型后，去线上训练调参

在我们终端中输入nvidia-smi就可以看到我们的显卡信息和使用情况了

如果我们不再需要这台服务器，选择终止即可，记住，不销毁会一直收费。如果想保留自己的环境，可以自己创建AMI。

注意事项

亚马逊需要绑定信用卡，每个月月底收费，不要以为当时没收钱就是免费啊啊！重点！

看清楚不同配置的价格，最好是想要自己想要训练什么的时候再打开机器。

按小时收费，使用1分钟也是按一个小时收费哦。

机器不再使用的时候，记得销毁

好了，今天我们介绍了如何用亚马逊的GPU来训练我们的模型。当然如果有显卡的土豪小伙伴，自然是不需要的啦。不过刚开始学深度学习，还没准备好显卡的，可以先用这个来试试。

记得关注我，以后会为大家带来更多的文章。