aws+Anaconda+ tensorflow + keras +opencv搭建深度学习网络环境(上--硬件篇)

最近在做udacity的毕业项目，环境搭建废了不少功夫，为了方便以后再次搭建，就有了这篇环境搭建文章，也希望能给更多的朋友带来一点点帮助。

我们将基于aws搭建深度学习主机，然后再这台租来的主机上搭所需软件环境。

硬件篇

为啥要用aws：一来方便，在任何可以上网的地方利用任何一台PC上登录aws，租一台主机，就可以在上面搭建训练我们的深度学习网络；二来，好吧我承认是我穷--！在aws上租一台服务器主机相对1080ti来说更便宜些。好了，我们开始吧。

啥？你还没有aws账号？注册一个吧，前提条件，一张信用卡。不知道如何注册的小白，可以 参考这篇文章进行aws注册。

一、登录

好的，我们已经有aws账号了，下面我们打开aws中国，选择 我的账户-->AWS管理控制台

接下来，输入我们注册的账号密码

登录成功后，右上角可以选择所在区域，据说据说东京和美国东部比较快，我这里选择美国东部。老用户会显示最近访问的服务，这里我们选择EC2

二、提高权限

创建实例之前我们需要先提高我们的权限，免费用的实例是跑不了深度学习的（如果你能忍受一个模型跑上几天的话，完全可以在自己的笔记本上跑），默认情况下我们没有权限创建p2.xlarge or p3.2xlarge 实例（计算速度越快，所需费用越高），需要填写表单提高权限

注意，region地区、实例类型以及这个类型实例个数的选择，

运用描述可以填写“train neural networks"之类的话，选择web。点击submit，然后大概15分钟左右我们就获得权限啦。

收到邮件后我们可以开始创建实例了。

三、创建实例

点击启动实例

1.AMI选择（我这里选择base版本纯净版，避免不必要的冲突。）

2、选择实例类型，这里选择p2.xlarge

3.配置实例详细信息。

这里我们选择竞价实例，以低价提供配置一样的实例，p2.xlarge每小时0.9美元，而竞价一般在每小时0.2-0.4美元之间；它与普通实例区别是不能停止（暂停实例），也因此每次启动需要重新构建所需环境。 竞价实例详情见aws官网 。

最高竞价最好比当前价格中最高价高一点，以免创建失败

4.添加存储 ，默认即可，直接点下一步

5 添加标签 ，默认即可，直接点下一步

6.配置安全组

第一次选择新创建，以后可以选择已有安全组。注意，应添加8888端口（jupyter notebook监听端口）

7.审核

确认无误后（啥？收费的？嗯嗯，你没看错，世界上没有免费的午餐，用人家的服务器，当然要出佣金啦。确认我们所选没有错就好了。），点击启动。

这里会提示秘钥对，同样第一次我们需要创建一个新的秘钥对。点击下载秘钥对（命名.pem格式，随后我们将利用此pem文件生成ppk文件，利用Putty链接我们创建的实例。），然后点击请求竞价实例。

出现下图的activate说明我们创建成功了

这里需要我们复制下，实例的公有DNS（Ipv4）（*********.amazonaws.com），利用putty链接实例、上传文件、浏览器链接jupyter notebook进程时会用到

四、利用putty链接aws实例（需要最新版putty）

1.打开putty key generator, Type of key to generate 下，选择 RSA。点击load，选择我们刚刚下载的pem文件，点击打开。

2.点击Save private key，文件名需要设置成和pem文件同名。点击保存，即可生成我们需要的ppk文件。

3.打开putty，选择session，确认端口号为22，host name填写 [email protected]

这里ubuntu是用户名，@后边跟的是实例的公有DNS（Ipv4）

然后，点击ssh-->auth，选择我们刚刚生成的ppk文件，然后点击open。

好了，可以访问我们的服务器了。

具体详情，可参阅aws官方提供的 “使用 PuTTY 从 Windows 连接到 Linux 实例”

ok，到这里我们的“硬件”已经准备好了。

最后！需要注意的地方，如果不想收到天价账单的话，我们不再使用实例的时候，一定要关闭实例，并且关闭spot请求（取消竞价请求），确保spot请求为cancelled状态，实例处于terminated状态。

---

如果有小伙伴也想在udacity上学习课程，可以输入优惠码：48FF665E 减免300元学费红包。也可以在这里领取优惠码并选择你感兴趣的课程: 优达学城 (Udacity)