كيفية اعداد الامازون آلة التعلم العميق

التحفيز

إذا كنت مهتمًا بالتعلم العميق وقدراته ، فربما تكون قد سمعت بالفعل عن التكلفة الحسابية حتى للطرز الأساسية عالية جدًا. العديد من النجارين الجدد في هذا المجال يتركون مزايا هذه التقنية للاعبين الكبار لمجرد حاجز الدخول في الجهاز. ومع ذلك ، فهناك العديد من الموارد المجانية أو منخفضة التكلفة التي يمكنك تصميم فكرتك وتدريبها وتجربتها ونشرها. في هذه المقالة ، أريد أن أوضح كيفية إعداد مثيل جهاز Amazon مع ميزات التعلم العميق المثبتة مسبقًا والتي يمكنك من خلالها تدريب عقلك الكبير.

GPU مقابل وحدة المعالجة المركزية

وحدة المعالجة المركزية (وحدة المعالجة المركزية) للكمبيوتر عبارة عن مجموعة من الترانزستورات التي يمكن معالجتها لإجراء عمليات حسابية مختلفة. إن وحدة معالجة الرسومات (GPU) (وحدة معالجة الرسومات) أشبه بنوع متخصص من المعالجات الدقيقة التي تم تحسينها للقيام بمهام حسابية محددة.

أثناء مرحلة تدريب التعلم العميق ، سيحاول النموذج حساب كمية هائلة من مضاعفات المصفوفة جنبًا إلى جنب مع العديد من الحسابات الأخرى. لذلك ، بدلاً من حساب متسلسل وهو وحدات المعالجة المركزية التي يتم إتقانها وتحسينها ، يمكن أن تعمل وحدات معالجة الرسومات على تعزيز هذه العملية باستخدام بنيتها المتوازية / الموزعة. الآلاف من النوى المخصصة لعمليات الرياضيات البسيطة تجعل GPUs الأفضل لهذه المهمة.

AMI - التعلم العميق من Amazon

تتوفر AWS DL AMIs في كل من إصدارات Ubuntu و Amazon Linux. يأتي هذا المثيل مع الميزات التالية التي تم تثبيتها مسبقًا / التكوين:

  • حزم بيثون الشعبية ومنصة أناكوندا
  • أطر عمل التعليم المفتوح المصدر (TensorFlow و Apache MXNet و Microsoft Cognitive Toolkit (CNTK) و Caffe و Caffe2 و Theano و Torch و Keras)
  • تسريع GPU من خلال CUDA وبرامج تشغيل cuDNN ومكتبة Intel Math Kernel (MKL)

اختيار AMI

إذا لم يكن لديك حساب AWS ، فيرجى إنشاء حساب وانتقل إلى وحدة التحكم الإدارية بعد تسجيل الدخول. البحث عن "التعلم العميق" الكلمات الرئيسية. ثم سترى العديد من مثيلات الآلة التي تحتوي على ميزات التعلم العميق. للحصول على البرنامج التعليمي الخاص بنا ، سنواصل إصدار Deep Learning AMI (Amazon Linux) الإصدار 5.0.

حدد نوع مثيل

يرجى ملاحظة أن التعليم العميق AMI مجاني ، لكن موارد الحساب الأساسية ليست كذلك. لذلك ، تحتاج إلى مراعاة الاحتياجات الخاصة بك لاختيار نوع المثيل الصحيح. الإرشادات التالية هي توصيات من Amazon Web Services:

  • إذا كنت جديدًا في التعلم العميق ، فأنت على الأرجح تريد مثيل "دخول المستوى" مع وحدة معالجة الرسومات واحدة.
  • إذا كنت على دراية بالميزانية ، فستحتاج إلى البدء أصغر قليلاً والنظر إلى مثيلات وحدة المعالجة المركزية فقط.
  • إذا كنت مهتمًا بتشغيل نموذج مدرّب للاستدلال والتنبؤات (وليس التدريب) ، فقد تحتاج إلى نسخة وحدة المعالجة المركزية مع الكثير من الذاكرة أو حتى مجموعة من هذه الخدمات للخدمات ذات الحجم الكبير.
  • إذا كنت مهتمًا بتدريب نموذج يحتوي على الكثير من البيانات ، فقد تحتاج إلى مثيل أكبر أو حتى مجموعة من مثيلات GPU.

لغرض هذه المقالة الإرشادية ، سنبدأ بمثيل t2.micro مجاني.

قبل بدء تشغيل المثيل ، تحتاج إلى تحديد زوج مفاتيح لاستخدامه لاحقًا أثناء اتصال SSH. قم بإنشاء زوج مفاتيح جديد وقم بتنزيله.

يمكنك الآن رؤية تفاصيل مثيلنا من علامة التبويب "الحالات".

مجموعة أمان الإعداد

النوع: مخصص TCP القاعدة

البروتوكول: TCP

نطاق الميناء: 8888

المصدر: في أي مكان (0.0.0.0/0،::/0)

بعد إضافة قاعدة SSH ، يجب أن تبدو القواعد الواردة كما يلي:

الاتصال DLAMI

من المحطة الطرفية ، انتقل إلى المجلد الذي يحتوي على ملف pem الذي تم تنزيله مسبقًا وتأكد من أن ملف المفتاح الخاص غير قابل للعامة.

$ cd / Users / your_user_name / Desktop / pem
CHMOD 400 $ التعلم العميق

الآن ، دعنا نتصل بمثيل EC2 الخاص بنا باستخدام الأمر التالي. (استبدل $ public_DNS بتكوين AMIs الخاص بك من تفاصيل المثيل)

$ ssh - أنا "deep-learning.pem" ec2-user @ $ public_DNS

بدء تشغيل خادم دفتر Jupyter

مصدر $ تفعيل python3
دفتر jupyter $

كما ترون ، يوجد سجل يتضمن الرمز المميز لإعداد العميل مع الأسطر التالية:

انسخ / ألصق عنوان URL هذا في متصفحك عند الاتصال لأول مرة ،
    للدخول برمز مميز:
        HTTP: // المضيف المحلي: 8888 / رمزي = $ رمزية

ستحتاج إلى هذا الرمز المميز لإعداد خادم العميل حتى تتمكن من حفظه بشكل أفضل.

تكوين العميل للاتصال خادم Juypter

من نافذة طرفية جديدة ، تحتاج إلى تشغيل الأمر التالي لإنشاء وصول إلى خادم Juypter الخاص بـ AMI في مساحة العمل. (الأمر التالي خاص بعميل MacOS. بالنسبة إلى إعدادات العملاء المختلفة ، يرجى زيارة مستندات التكوين)

$ ssh - أنا "deep-learning.pem" -L 8157: 127.0.0.1: 8888 ec2-user @ $ public_DNS

هذا يعني أنك فتحت نفقًا بين عميلك ومثيل EC2 الذي يقوم بتشغيل خادم دفتر Jupyter. الآن من متصفحك بلغ http://127.0.0.1:8157

بعد التحقق من الصحة باستخدام الرمز المميز ، يجب أن تكون قادرًا على إعداد كلمة مرور. ثم يمكنك تسجيل الدخول وتوصيل دفتر Juypter الذي يعمل على الخادم البعيد.

بناء على ذلك

المثال الخاص بك جاهز لمواجهة تحديات التعلم العميق القادمة. يمكنك البدء في اللعب باستخدام الأطر والمكتبات المفضلة لديك لإنشاء نماذج جديدة وتدريبها.