23.2.1. 報(bào)名

首先，我們需要在https://aws.amazon.com/注冊(cè)一個(gè)賬戶。為了提高安全性，鼓勵(lì)使用雙因素身份驗(yàn)證。設(shè)置詳細(xì)的賬單和支出警報(bào)以避免任何意外情況也是一個(gè)好主意，例如，當(dāng)忘記停止正在運(yùn)行的實(shí)例時(shí)。登錄您的 AWS 賬戶后，轉(zhuǎn)到您的 控制臺(tái)并搜索“Amazon SageMaker”（見圖23.2.1），然后單擊它以打開 SageMaker 面板。

圖 23.2.1搜索并打開 SageMaker 面板。

23.2.2。創(chuàng)建 SageMaker 實(shí)例

接下來，讓我們創(chuàng)建一個(gè)筆記本實(shí)例，如圖23.2.2所示 。

圖 23.2.2創(chuàng)建 SageMaker 實(shí)例。

SageMaker 提供多種具有不同計(jì)算能力和價(jià)格的實(shí)例類型。創(chuàng)建筆記本實(shí)例時(shí)，我們可以指定其名稱和類型。在 圖 23.2.3中，我們選擇ml.p3.2xlarge：使用一個(gè) Tesla V100 GPU 和一個(gè) 8 核 CPU，這個(gè)實(shí)例對(duì)于本書的大部分內(nèi)容來說已經(jīng)足夠強(qiáng)大了。

圖 23.2.3選擇實(shí)例類型。

圖 23.2.4指定 GitHub 倉庫。

23.2.3。運(yùn)行和停止實(shí)例

創(chuàng)建實(shí)例可能需要幾分鐘時(shí)間。當(dāng)實(shí)例準(zhǔn)備好后，點(diǎn)擊它旁邊的“打開Jupyter”鏈接（圖23.2.5），這樣你就可以在這個(gè)實(shí)例上編輯和運(yùn)行本書的所有Jupyter筆記本（類似于 23.1節(jié)中的步驟）。

圖 23.2.5在創(chuàng)建的 SageMaker 實(shí)例上打開 Jupyter。

完成您的工作后，不要忘記停止實(shí)例以避免進(jìn)一步收費(fèi)（圖 23.2.6）。

圖 23.2.6停止 SageMaker 實(shí)例。

23.2.4。更新筆記本

圖 23.2.7在 SageMaker 實(shí)例上打開一個(gè)終端。

您可能希望在從遠(yuǎn)程存儲(chǔ)庫中提取更新之前提交您的本地更改。否則，只需在終端中使用以下命令丟棄所有本地更改：

cd SageMaker/d2l-pytorch-sagemaker/
git reset --hard
git pull

cd SageMaker/d2l-en-sagemaker/
git reset --hard
git pull

cd SageMaker/d2l-tensorflow-sagemaker/
git reset --hard
git pull

23.2.5。概括

• 我們可以使用 Amazon SageMaker 創(chuàng)建一個(gè)筆記本實(shí)例來運(yùn)行本書的 GPU 密集型代碼。

• 我們可以通過 Amazon SageMaker 實(shí)例上的終端更新筆記本。

23.2.6. 練習(xí)

1. 使用 Amazon SageMaker 編輯并運(yùn)行任何需要 GPU 的部分。

2. 打開終端以訪問托管本書所有筆記本的本地目錄。

Discussions