从0开始使用腾讯云GPU服务器

很多同学表示：出国没办法带GPU主机 or MacOS不方便安装外接显卡
在此演示一种基于腾讯云（阿里云/Google云相同）的GPU主机训练的配置指南

首先是一份本地能跑通的Python3 + tensorflow训练代码：简单的Tensorflow识别MNIST代码

在本文将讲解三种方法，配置难度依次升高：

1. SSH到GPU主机，然后使用shell命令运行python代码，完成模型训练
2. GPU主机开放Jupyter Web服务，浏览器中连接主机运行python代码
3. Pycharm连接到远程GPU主机，在Pycharm中运行代码

PS：本文选择腾讯云服务器的原因单纯是因为便宜，没有任何可用性/并发行/稳定性的侧重。
只要是SSH，那么连接方法都是通用的。意味着如果有连接实验室服务器的经验就会简单很多。有所不同的是实验室服务器训练时所需数据集可以在服务器磁盘上，而云服务器的训练数据需要额外存储/本地上传。

1. 示例代码在CPU的训练时间（1.8GHz i5， 8G DRAM）需要62.9秒

2. 腾讯云官网 cloud.tencent.com，点击购买

3. 选择机器配置

一定要选【自定义配置】【按量计费】【地区选跟自己近的】【GPU机型】【具体机型看实际需要-此示例选择最便宜的P4】【镜像市场-GPU服务器Ubuntu 18.04带tensorflow】【按使用流量】

4. 在镜像市场中选择镜像

5. 配置机器

【端口情况任意-本例选择“放空全部端口”】【设置密码】【不启动定时销毁】。如果定时销毁可能会导致训练未完成则被销毁。最好的办法是在训练的代码最后保存模型，同时加一个云短信API，在训练结束时可以收到通知。

6. 这步直接默认开通

7. 开通后可以在控制台看到机器，记住IP地址，很重要。然后选择登陆

本次的IP是106.52.54.61

登陆有很多种，默认选择云上的terminal，可以有图形页面
如果选择zsh，bash登陆的话，则用命令：
ssh -q -l ubuntu -p 22 106.52.54.61

8. 云上直接输密码登陆(或使用刚刚提到的SSH命令，两者相同！)

登陆后是这样

9. 验证GPU是否可以使用（可跳过本步）

使用三个命令来查看“PCI总线外接设备、CUDA版本、GPU使用情况”：
lspci
cat /usr/local/cuda/version.txt
nvidia-smi

10. 验证tensorflow是否可用GPU（可跳过本步）

在shell中使用python3
使用python语句:
import tensorflow as tf
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
quit() #退出python，返回shell

到此为止，全部配置就完成了。可以直接在bash中创建python文件，使用python3命令运行.py文件（tensorflow代码）。

下面配置Jupyter Web服务

11. 安装Jupyter

按顺序在bash中输入命令：
pip3 install jupyter
echo PATH=~/.local/bin:$PATH >> .bashrc
echo export PATH >> .bashrc
source .bashrc
jupyter notebook --ip=0.0.0.0 --port=8000

复制第二个红框中的token！！！

12. 远程登陆jupyter

浏览器输入“IP:端口”，此例是http://106.52.54.61:8000。输入刚才复制的token进入jupyter。

新建python3运行环境

13. 运行代码

在这写代码运行 or 把代码粘到这运行

运行结果：

只要11.2秒，远小于本地CPU所用的62.9秒

Jupyter Web可以远程访问，通过浏览器运行代码。

最后是使用Pycharm，直接用Pycharm连接远程服务器

14. Pycharm中添加服务器

在【Preferences】中选【Deployment】【+】【SFTP】

输入【服务器地址 - 106.52.54.61】【用户名 - ubuntu】【密码】，然后测试连接是否成功

连接成功

配置“本地-服务器文件映射”【mapping】【本地路径】【云上路径（可直接写“/”，会自动配置。没特殊要求，单纯运行代码的话，此处不重要）】

15. 配置运行环境

在【preferences】中选择【project interpreter】【V】【show all】（不选择本地解释器，选择remote解释器）

点击【+ 添加】

选择【SSH interpreter】【existing server configuration】【列表中选择刚才的服务器】【Move this server to IDE setting】

手动写明python3的路径

成功后可以看到远程运行环境中的配置，什么依赖Lib都没有的话说明导入失败。可以看到tensorflow-GPU（还有Pytorch也在）

16. 运行

点击运行

只需要7.7秒

写在最后。本地CPU 62.9秒，Jupyter Web 11.2秒，Pycharm连接7.7秒。

阿里云和腾讯云在登陆名上有所差别，阿里云一般直接为root。

用完记得销毁服务器

面向初次使用者，略了很多验证的步骤。改进可以写在下面。

一些答疑：

1. 为什么示例代码中没有指定GPU的部分？ tensorflow默认调用最优资源，这是配置云环境文章，不是tensorflow-GPU代码教程。
2. 为什么阿里云的服务器没有这个镜像？ 阿里云有一个基于CentOS的，一样用。服务器的用户登录名不同，其他无所谓。
3. 如何预估我的训练时间？ 没办法，靠经验 or 先跑小样本。
4. 为什么我的Pycharm中没有这个功能？ professional版本才有这个功能，社区版没有。
5. 为什么我代码在云上无法运行？ 请查看对应的tensorflow版本，请以云上版本为准。如果有import 3rd Lib依赖，请写在requirement.txt中。
6. 我怎么知道我的代码能不能运行？ 先买小机器，再买大机器······