上周我们介绍了如何在AWS上配置AMI导入Jupyter学习MXNet. 实际上,Jupyter主要用于学习或编写教程,真实的深度学习开发测试环境还需要安装配置很多框架和依赖的。
好在新加坡国立大学的深度学习研究者、NVIDIA深度学习机构讲师Ritchie Ng为我们准备了AMI镜像DLAMI,打包了所有这些依赖和框架,开箱即用。
DLAMI 包含的依赖和框架
Python 2.7
PyTorch 0.1.12
TensorFlow 1.0.1
Theano 0.8.2
Keras 2.0.4
MXNet 0.9.3
Lua
Torch
CNTK
Caffe
CUDA release 7.5
CuDNN 5.1
使用方法
在社区AMI镜像中搜索DLAMI.V1, 遗憾的是目前仅限Oregon区域。创建账户、加载镜像的详细步骤请参考如何在AWS上配置深度学习AMI一文。
故障排除
Error: Failed to initialize NVML: Driver/library version mismatch
运行 sudo reboot
Error: NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
运行 sudo apt-get update.
Error: Mismatch of Kernel with DSO
运行 sudo reboot.
DLAMI 参数
50 GB EBS
适用于任何 GPU 实例,包括新出的 p2 实例
用户名: ec2-user
项目信息
许可:MIT
GitHub: ritchieng/dlami
机器人网原创文章,未经授权禁止转载。详情见转载须知
本文来自机器人网,如若转载,请注明出处:https://www.jqr.com/news/008142