滴滴云GPU服务器配置环境做深度学习之tensorflow

如果你要也要安装caffe，建议先安装caffe

滴滴云的GPU云可以用了，冲着3元一小时的价格，我去试了一把。

1、好吧，先注册滴滴云，这个简单略过。

2、要购买GPU实例，先要实名认证，要上传身份证的正反面，JPG格式，好吧，我上传，在下班时间里居然秒通过，话说这不是人为审核吧，我估计乱传一张身份证也会通过。

3、开始购买了啦，发现可用地区有且只有广州一区和广州二区，难道滴滴服务器只在广州吗，难道是根据我的地区自动选择的（深圳，不知其它的人是不是更多选择），没有譬如香港之类的地区，这就造成我们的服务器天然上不了类似google的网站，不巧的是tensorflow正好是google的。

 

 

GPU服务也是有且只有一个p4

镜像有两个右上角有GPU的，我们选个Ubuntu吧

付费我是按时发费

选择最低配置

选择带宽1M的话是0.03元每小时（按小时收费哦），开始配置服务器时应该要分配大一点，因为肯定要下载一些环境之类的。

最后再设一下密码（用户名固定为dc2-user）：(这里可以设置ssh key连接方式)

好吧，最后用微信付款3.03元（1M带宽），申请到如下配置的GPU服务器一个小时的使用时间

可以看出来，收费主要有三项，一个是镜像占有空间收费（20G内免费，我们现在还没有创建镜像），实例收费，带宽收费。

 

注意点：

当你创建完实例以后，系统就开始收钱喽，如果你不想让它收钱要怎么办，你可能会认为把实例关机就不收钱了，答案是错的，你得把这个实例删除，删除哦，当你把实例删了以后，发现宽带还在收钱哦，你还要把宽带也删了哦，也就是说当你不想付钱时，你要手动分别删除两个项目实例和带宽哦。你又会说了，我好容易配好的环境训练一次，删了以后，后面再用又要再配环境，那不是晕了，所以你在删除之间先做个镜像，然后删除实例和网络。后面再用的时候，再创建实例的时候选择这个自己的镜像，就可以还原到上次的系统了。

 

好吧，我们终于建好了实例，有了ssh的帐号和密码，我们在windows上要装个ssh的客户端来登陆吧，常用的应该是winscp+putty吧,要上传下载文件就用winscp,要命令行就用putty,在winscp里可以打开putty,但要先装好putty,并且做一下配置关联起来。(另一种方式使使用ssh设置登录秘钥，linux环境下可直接连接)

 

putty登陆上去以后，可以发现它已经装好的显卡驱动+cuda(9.0)+cudnn(7.0),但是其它像tensorflow之类都是没有的。

 

 

[html] view plain copy

1. sudo passwd root  

可实现更改root 密码，貌似不改也行，默认可安装东西

 

如果只是一台训练机，我个人感觉不用担心安全问题，因为训练完我马上关掉，而且在防火墙上默认只开了443，80，22等端口，可以按自己的需求关掉除22外的其它外网端口。

 

打开putty，使用root连接上实例，先给它装个anaconda先

[html] view plain copy

1. wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh  
2. chmod 777 Anaconda3-5.2.0-Linux-x86_64.sh  
3. sh Anaconda3-5.2.0-Linux-x86_64.sh  

按q，然后yes，然后一路按提示yes,最后提示是否加到bashrc，这是需要的。

装完以后运行命令使其生效

source ~/.bashrc

另外cuda的lib也要加到barshrc里，不然后面使用tensorflow时有问题

vim ~/.bashrc

再最后加上

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64  

然后按下 :wq 退出保存
看看python装好了没

1. python --version    

因为我们装了anaconda所有要有效利用起来：

创建tensorflow环境：

conda create -n tensorflow 

实际上是针对tensorflow在anaconda文件夹下创建了一个文件夹作为一个独立的环境

然后启用环境：

 

source activate tensorflow

安装tensorflow gpu版

pip install --ignore-installed --upgrade tensorflow-gpu

满的话后面（tensorflow-gpu）可直接更改为源如：

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.0.1-cp27-cp27m-linux_x86_64.w

安装完成后就完工了！

在该环境下（source activate tensorflow）：

测试例子：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Hello, TensorFlow!

如果要退出环境则输入：

deactivate 

参考：

1.https://blog.csdn.net/wulala789/article/details/80550407

2.https://www.jianshu.com/p/f459f4ab0d99/

认识优秀的硕博大神，打你脱单带你飞