当前位置: 首页 > 资讯

【原创】DLAMI 五分钟搭建基于 AWS 的深度学习开发环境

机器人之家       2017-10-23

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。


ng-photo


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

dlami-logo


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