AWS上搭建深度学习主机（Windows版）

本文简单介绍一下如何租赁并使用 Amazon EC2 P2 实例

p2.xlarge 搭载了一块12G 显存的 Tesla K80 显卡。上图中的价格是Linux操作系统上的价格，Windows上会稍贵一点，p2.xlarge 价格是 $1.084 每小时，这也是我选择的实例。不过为了降低费用，我选择的是竞价实例。这样一来价格可以低至 $0.2746（可能会有所波动）。下面介绍具体流程：

1. 注册账号

首先要在AWS上注册一个账号，并且需要绑定一张可以支付美元的 Visa 或 Mastercard 信用卡。注册好之后需要请求提高限制，填写区域的时候填弗吉尼亚北部或者俄勒冈，然后在 New limit value 一栏里填1，填好后 submit 一下就行了。然后就是等候通过，我当时等了大概2个小时。

2. 开启实例

打开 EC2 控制面板，如下：

然后选择左侧栏的竞价请求（如果你点击"启动实例"的蓝色按钮，你将进行正常的实例开启进去之后选择操作系统，然后一路进行下去就行，过程中需要创建并下载秘钥对），进去之后，点击"请求竞价实例"的蓝色按钮。然后开始填写，其中AMI选择你想要的（选择Windows系统时一定要带有桌面！），其他按如下填写就行：

然后进入下一页，EBS 卷大小选大一点，比如500G，如果你选的 Windows 系统那就是 C 盘的大小。你也可以再添加其他卷（盘）。接下来 "密钥对名称" 那一栏，没有的话就创建一下，然后下载保存好，后面会用到。"安全组" 一栏可以 default 或者创建一个。 "有效时间" 自己决定就好，反正中途可以自行结束。然后点击审核按钮，然后点击启动。然后你会看到如下页面：

看到状态激活后，点击红框框里的东西，然后你会看到如下页面（刚开始会进行2轮状态检查，全部通过后就是下面这张图）：

一旦状态检查通过后，便开始计费了（不足一小时按一小时计费）。下面就可以进行远程桌面连接了。

Note: 竞价实例虽然便宜，但是一旦开启后不能停止，只能终止，一旦终止所有的在远程系统上的配置、数据都将清空，你只能重新开启一次竞价请求。在开启实例之前，如果你有无法从网上直接下载的数据，那么一定要在开启实例之前把所有数据传到网上（如 Google drive 或者 Dropbox 或者百度盘），然后在服务器上下载这些数据，以节省开支。

3. 远程桌面连接

点击上面那张图里的 "连接" 按钮，然后下载远程桌面连接程序，顺便获取一下登陆密码，这时就需要用到之前下载的秘钥对。运行远程桌面连接程序，选择Administrator，然后输入密码。连接成功后，你就可以远程控制服务器了（桌面上的 Chrome，NV 和 Pycharm 都是我后装的）：

4. 深度学习环境配置（Windows 10）

由于我的主机是 Windows 10 系统，所以我就介绍一下 Windows 10 下 GPU版的 Tensorflow + keras 的安装。

Step 1: 安装 Python 3.5.2

Step 2: 安装 Visual Studio 2015 （C++ 部分就行）

Step 3: 安装 CUDA Toolkit 8.0（假设安装路径为： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）

Step 4: 下载库 cuDNN v5.1，然后将里面的三个文件夹复制到上一步的路径里，如下：

Step 5: 环境变量，确保如下就行：

Step 6: 安装 Anaconda，然后如下：
创建 conda 环境，命令行里输入： conda create -n tensorflow-gpu python=3.5.2
激活环境：activate tensorflow-gpu
安装 Tensorflow：pip install tensorflow-gpu==1.2.0
安装 Keras：pip install keras

Step 7: 安装 Python IDE，如 Pycharm。