手把手教你免費用GoogleCloud Platform 4塊Tesla k80進行深度學習模型訓練

大家都知道Google的Colab是新手入門機器學習和深度學習的神器，非常適合進行小規(guī)模的訓練，但是在某些任務或者比賽中，數(shù)據(jù)量太大，Colab就無法勝任了，這時候可以用Google的另外一個產(chǎn)品，GoogleCloud Platform(GCP)，進行租用深度學習云服務器試用，重要的是也是初期免費的而且性能個人感覺比其他云服務商提供更好，更專注于深度學習，一但搭建(操作時間20分鐘左右，等待時間1天左右)好，使用起來感覺是非常絲滑的使用感覺，遠超Colab。

準備好梯子，申請好google賬號，綁定visa或者mastercard信用卡，獲取300美金體驗金來到GoogleCloud Platform主界面

總共有三步：

需要申請GPU的配額

部署包含深度學習工作環(huán)境的jupyternotebook虛擬機實例

使用與關閉虛擬機

第一步：需要申請GPU的配額（操作需要10分鐘，等待時間1天左右）

找到配額申請列表

在指標一欄搜索GPU點擊GPU(all region)，這代表你可以總共同時運行使用的GPU數(shù)量，一開始為0，所以要申請?zhí)犷~

勾選方框，然后點擊"修改配額"

填寫信息點擊下一步

填寫配額上限和請求說明，點擊完成并且，提交申請

成功提交后，等待幾個小時或者一天之后，會收到郵件說提額成功

同時，開始申請具體某種GPU的額度，這里拿Tesla K80舉例

同樣來到配額頁面，在指標處輸入"GPU"，找到K80

隨便找個區(qū)域的，勾選框，點擊修改配額，輸入申請的上限，和請求說明，操作和之前一樣

成功提交后，等待幾個小時或者一天之后，會收到郵件說提額成功。

第二步：部署包含深度學習工作環(huán)境的jupyternotebook虛擬機實例，以Tensorflow環(huán)境為例

在頂端搜索欄搜索:"aise",找到tensorflow GPU notebook

點擊藍色框框，在compute_engine啟動后，來到新的界面，首先找到中間部分GPU一欄，點擊藍色字體Learn more

這個是介紹你怎么根據(jù)所需要的GPU在哪個區(qū)來選擇區(qū)域zone的，比如說K80你如果選了asia-east1-c的Zone的話，部署就會失敗的，因為那個區(qū)沒有K80GPU

再調(diào)節(jié)內(nèi)存要求其他參數(shù)不做修改，點擊最下方的"部署"，等待3,4分鐘

其他參數(shù)不做修改，點擊最下方的"部署"，等待3,4分鐘

第三步：使用與關閉虛擬機

點擊open jupyternotebook，輸入密碼，就可以進入熟悉的界面了

同時，可以打開SSH，進行文件的上傳和下載

常用命令：

Free命令來查看內(nèi)存使用情況

nvidia-smi查看GPU顯存使用情況

重要事情：用完記得關閉虛擬機?。。。?/strong>

谷歌這個是按小時計費的，關掉就可以停止計費，但是云端硬盤里面的數(shù)據(jù)文件都在，只會收取少量費用