在AWS上配置深度学习主机
介绍
p2.xlarge 是一种非常适合深度学习的云服务器，它配备了 12G 显存的 Tesla K80 显卡，4核 CPU，60G 内存，以及 500M 的网速。如果你还嫌不够，可以选择它的8倍和16倍的版本。
注册账号
首先我们需要注册一个 aws 账号，从刚才的地址可以注册，需要 visa 或 mastercard 信用卡。
注册好了以后，我们需要申请 p2.xlarge 的权限，因为默认限制0台。
填写工单
不然就会出现可恶的 Instance Count Limit Exceeded 。
填写方法很简单，随便写点理由证明你需要 GPU 就行，一般都能通过。
图中的地区是美国东部 (弗吉尼亚北部)，你可以根据自己的喜好选择不同的地址。
开启实例
选择 AMI
首先点击启动实例，然后这里我们记得选择 Udacity 的 AMI，因为预装了Tensorflow GPU, Keras, OpenCV，比较省折腾。
选择一个实例类型
这里选 p2.xlarge 就好，开启以后一分钟和59分钟都算一个小时，所以开了以后可以放心大胆折腾一个小时，坏了也不用怕，删掉再开一个就好。
配置安全组
入站和出站记得配置成任所有流量和任意位置，不然到时候 ssh
不上去，或者开 jupyter notebook
连不上去。懂的人可以自行配置，不懂就直接写所有流量就好了，反正有 key
才能连上去。
配置密钥对
如果你有自己常用的私钥和公钥，可以从密钥对这里导入，否则你可以生成一个新的密钥，然后下载密钥对。
连接
在连接以前，它需要进行一段时间初始化（大概五分钟），所以你可以先等待一会。等它显示已通过的时候，你就可以用 ssh 连接它了。下面是我连接的命令：
1 | ssh -i Downloads/test.pem ubuntu@52.91.231.174 |
其中的 key 你需要改为你自己的路径，IP 地址也要改为你自己的主机的 IP 地址。如果它提示你是否要确定连接，你要确定：
1 | Are you sure you want to continue connecting (yes/no)? yes |
如果提示下面的信息：
1 | @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ |
你需要将你的 key 的权限改为只有你可以访问，然后再进行连接：
1 | chmod 700 Downloads/test.pem |
停止
当你不使用实例的时候，记得停止它。停止以后，不会计费。
事实上由于我是新用户，所以会有一年免费 EBS 试用，一年以后的收费可以参照这里：https://aws.amazon.com/cn/ebs/pricing/，一个月 30G 的 SSD 收费是3美元，因此你可以自行权衡数据和价格，若是一个月以后还要用这些数据，而你愿意出3美元保持这些数据，避免一个月以后麻烦，那么你可以不必终止该实例。当你长期不打算使用该实例时，请务必终止该实例。
竞价实例
竞价实例是一种特殊的实例，它可以以超低的价格提供配置一样的实例，和普通实例的差别在于不可停止，因此当你想跑比较大的网络的时候（训练时间大于1小时），用竞价实例会非常划算。0.9美元每小时的 p2.xlarge 在竞价实例一个月的历史记录里很少超过0.3美元。即使超过了，我们也不会出高于0.9美元的价格。
上图是这两天的账单，我用了40小时，才花了5.33美元，平均一小时0.13美元。
创建自己的映像（AMI）
当你想创建竞价实例的时候，你可能并不想重新配置一遍环境，这时候你可以创建自己的映像，然后在创建竞价实例的时候使用该映像，这样创建的竞价实例可以完好无损地迁移之前的驱动，环境，以及数据和代码。
创建映像
选择映像（AMI）
实际体验
训练时nvidia-smi的输出。
将二十多万张图片载入内存时htop的输出。
speedtest 的结果。