floydhub 使用指南

 floydhub是一个非常简便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，之前注册即免费赠送100h的GPU时间，目前注册仅赠送2h免费GPU时间和20h CPU时间。

floydhub的好处是操作简单，入门容易，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0.7美金，大约是aws的两倍。
floydhub主要操作均可在本地命令行完成，且不区分操作系统，主要操作包括：

1. 在 floydhub.com 上创建一个帐户（别忘了确认电子邮件）。

2. 在你的计算机上运行 floyd 命令：

 pip install -U floyd-cli

即使你之前已经安装了 floyd-cli，也要执行这一步。确保你安装的是最新版本（它的开发速度很快！）。

1. 用此命令绑定你的 Floyd

     floyd login
   

系统会在浏览器中打开一个具有身份验证令牌的页面，你需要将该令牌复制到你的终端里）

1. 如果需要从Github 或其他地方克隆代码文件，则可以：

git clone https://github.com/

1. 如果是从本地上传文件，则可以直接init：

floyd init proiect_name

其中project_name 是为自己项目起的名字；
需要注意的是，floydhub在线的个人存储空间仅有10G，因此不用的项目及文件需要删掉；
另外，floyd 命令对上传文件大小有限制，因此，尽量只上传运行程序文件，数据集及预训练向量值最好在运行过程中在线下载/获取。

1. 运行项目：

floyd run --gpu --env tensorflow --mode jupyter

其中，–gpu是指此项目以gpu运行，可以改成 –cpu，则不采用gpu，只使用cpu；
–env tensorflow 指使用 Tenserflow 环境；
–mode jupyter 指打开iupyter notebook 用以编辑

1. 等待 Jupyter 记事本准备好，然后复制终端里显示的 URL（见 “path to jupyter notebook”）在浏览器中打开，你将看到该记事本，即可写程序了。
2. 当运行完成时，需要关闭该实验，否则gpu时间会持续计算，造成额外花费，可以直接点击网页上项目下方的cancle，或者使用命令行：

 floyd stop ID

其中 ID 是当你运行该项目时，在终端里显示的 “RUN ID”。

1. 实验完成后，可以使用命令行下载文件，也可以使用网页上的download 选项

floyd output ID