1 floydhub介绍
floydhub是国外的一个非常简单的入门级深度学习云平台,提供了12G的k80显卡,足够入门和小项目运行。其好处是操作简单(笔者使用起来有点呛。。。)。实际上是将aws的GPU主机进行了封装集成,通过本地命令行直接调用;缺点在于价格较高,每GPU小时1.2美金。
2 floydhub注册及基本使用
floydhub网址:FloydHub Blog
首先去官网上用邮箱注册一个floydhub账号,然后在本地cmd窗口下pip install -U floyd-cli;接着登录floyd login。跳转至登录界面:
输入登录成功可能出现:
在cmd下重新输入floyd login即可。再次登录即可成功。
数据集的上传:1)在登录的界面里先建立一个上传数据集的文件;2)按照Overview下how to update a dataset的操作提示来上传数据文件;具体如图:
在图中位置创建数据集文件(创建public文件较为方便,但private比较麻烦)。在新创建的文件夹里会有如何上传文件的提示:
按照指示操作。在cd my_data_set这行命令时特别注意,仅上传数据就可以了。
本地运行demo:见博客floydhub 使用指南
创建项目:项目的创建即可在线创建也可本地创建,比较简单,可直接根据官网流程。
关于上传数据集加载的问题:笔者试了很多网上的方法,最后觉得比较好用的是在线创建workspace。
打开已创建的项目,在workspace下,创建workspace:
在创建workspace时候就选择start from scratch,这时候需要你购买了CPU或者GPU了,如果尚未购买,则无法进行下一步。
创建成功后,进入下面:
点击进入后,进去后在右侧部分会看到data,按照这一页里面的指示,加载dataset,之后创建jupyter即可运行代码啦(和本地jupyter使用方式一样哈),后面不截图了,国内网进入这个页面真的很慢~~。不推荐使用本地上传数据集或者运行了jupyter后在上传数据集,原因很简单,上传数据集时候也是烧GPU时间的~~~(笔者烧了一小时,还因为两次断网,没能将数据传上去~~~心痛)
友情提示:可以使用以下国内的russellcloud,目前笔者也正在试用,后面将教程附上,现在先给一个官方网址吧~:russellcloud
(价格上面较floyd优惠,GPU 是M80的~), 使用链接
------------------------------------------------------------------分割线-------------------------------------------------------------------------------------------
使用国内版的russellcloud的好处是充钱方便,但是调用GPU的速度比国外的floydhub慢多了,另外使用上面各种不方便,问题贼多。。。无力吐槽,希望他们早点完善一下吧。。。