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