深度学习任务，就算力来说，我们经常遇到两个问题：一是算力不够，二是价格太贵。
最近百度的同学发布了一个免费使用百度云GPU算力提交深度学习任务的工具PaddleCloud，能够帮助你一键快速发布深度学习任务，让我们一起来看一看这个工具是怎么做到的吧！
PaddleCloud介绍
PaddleCloud能够帮助您一键发起深度学习任务，为您提供免费底层计算资源、或提供快速打通云上计算资源通道，支持您快速发起单机/分布式飞桨框架训练任务，致力于推动AI应用更广泛地落地。
1、核心优势
使用PaddleCloud您将不需要配置繁琐复杂的运行环境，内置飞桨框架帮您一键发起单机/分布式深度学习任务，同时，为您提供免费底层计算资源、或提供快速打通云上计算资源通道，即使是无算力、不懂框架的小白，十分钟即可发起训练任务！
简单易用：十分钟即可开始PaddlePaddle训练任务
自定义：可自定义构建PaddlePaddle训练代码
任务管理：集成了训练任务管理的能力
免费资源：提供一定量的免费GPU资源（针对每位用户每天提供100分钟的免费训练资源）
按需付费：付费GPU资源可按需使用
以下是原有云付费的使用流程 vs PaddleCloud的使用流程对比
2、应用场景
1）需要GPU计算资源，但本地没有GPU资源
2）本地有少量GPU资源，临时需要按需使用云上GPU资源
3）集成到本地环境中，实现本地+云端一体化体验
PaddleCloud的使用流程
结合房价预测模型的训练为例，进行步骤讲解，
fit-a-line（房价预测示例，是一个线性回归房价预测示例(单机示例)，本示例是基于paddle1.6版本，源代码fit_a_line：https://github.com/PaddlePaddle/book/blob/for_paddle1.6/01.fit_a_line， 示例说明文档fit-a-line文档：https://github.com/PaddlePaddle/book/blob/for_paddle1.6/01.fit_a_line/README.cn.md。
对于使用房价预测示例提交任务且反馈意见的用户，我们将挑选10位最佳反馈用户赠送百度定制礼品，期望您来体验和分享。意见反馈QQ：864714313
一、代码结构
示例代码目录结构
├── job: 示例任务父目录，用paddlecloud命令行提交任务时配置--file=./job,可将该目录提交到计算集群上
│ ├── data: data目录用来存放训练和测试数据集的本地目录，提交训练任务后，该目录会被整体上传到计算集群中
│ │ ├── train_data: 训练数据集的目录，可将训练数据放到该目录下，提交任务时会将该目录上传（或者挂载）到集群的计算节点上
│ │ ├── test_data: 测试数据集的目录，可将测试数据放到该目录下，提交任务时会将该目录上传（或者挂载）到集群的计算节点上
│ ├── run.sh: 训练任务的启动脚本，主要用来调起任务的python脚本，例如：python train.py，该脚本是在计算集群上被调用
│ ├── train.py: 具体的算法代码，此处的是房价预测的paddle组网代码
├── submit.sh: 提交任务的脚本，该脚本会调用paddlecloud命令行工具，将训练数据data和训练代码train.py、运行脚本run.sh提交到计算集群中，需要在自己的机器上执行，并且需要先下载并安装paddlecloud命令行工具，该脚本仅支持linux和mac上使用
说明
1）data目录用来存放训练和测试数据集的本地目录，提交训练任务后，该目录会被整体上传到计算集群中；该目录名称可以按需修改为其他名称，在训练代码中使用时需要相应修改。
2）train.py是训练相关的代码，run.sh是任务运行脚本，提交训练任务后，这些脚本都将被上传到集群中，并且在集群中运行
3）train_data和test_data是data的子目录，用来区分训练数据集和测试数据集，作为data的子目录，提交训练任务后，该目录会被整体上传到计算集群中。
在计算集群上获取该路径的方法是：
LOCAL_DATA_PATH = os.getenv("LOCAL_MOUNT_PATH") # LOCAL_MOUNT_PATH内置的环境变量，直接获取该值即可
cluster_train_dir = LOCAL_DATA_PATH + "/data/train_data" # 计算节点上训练数据的路径
二、使用说明
【第一步 准备环境 】
1）安装python3环境和依赖库
自行安装Python3和pip3（Python3包安装和管理工具）
安装Python依赖库
pip3 install requests
pip3 install rsa
2）下载命令行工具
PaddleCloud当前只支持命令行方式使用，暂时还不支持web方式
linux & mac
bash -c "$(curl -X GET http://ppoc-filecenter.bj.bcebos.com/install_paddlecloud_stable.sh)"; source ~/.bashrc
Windows
暂未开放，敬请期待
【第二步 申请并配置Token】
1）填入企业或组织邮箱，申请token，等待邮件通知（注意：有些邮件供应商可能会屏蔽该邮件或将邮件判别为垃圾邮件）
paddlecloud gen_token --email=
例如：paddlecloud gen_token [email protected]
2）将邮件中的token填入命令行工具的配置文件
登陆自己的邮箱，查收Baidu PaddleCloud邮件，将token对应的ak/sk依次填入命令行中
paddlecloud gen_token --email=
create_token...
Paste your ak here:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Paste your sk here:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
create_token done
也可以将token对应的ak/sk复制并粘贴到~/bin/paddlecloud/conf/client.conf文件中（先找到该文件并用编辑器打开后在粘贴）
// 注：如下内容仅为示例，以自己收到的邮件中的内容为准
[main]
debug = 0
userid: xxx
ak: xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
sk: xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
【第三步 提交任务】
直接执行如下命令即可将任务提交到计算集群上运行
// linux中使用该命令
sh submit.sh
也可以将submit.sh中的内容拿出来单独执行，例如：
paddlecloud submit_job --files=job --start_cmd="sh run.sh"
// --files用来指定本地代码和数据的目录，本地的job目录会被整体上传到计算集群中
// --start_cmd指定任务的启动命令，该命令会在计算集群上被执行
【第四步 查看任务】
1、查看任务详情
$ paddlecloud query_job --job_id=job-d22c1fffb768d9b0748def85b158f303
bos_url: paddlecloud-public.bj.bcebos.com/dd9d92e3dad72633c5053c718203204d/job
create_time: 2020-05-18 11:24:53
error_msg:
finish_time: 2020-05-18 11:26:14
instance_count: 1
instance_ids_list:
job_id: job-d22c1fffb768d9b0748def85b158f303
job_name: tmp_job
job_status: success
job_type: gpu
kill_flag: 0
public_bcc: 1
public_bos: 1
queue_reason:
start_cmd: sh run.sh
start_time: 2020-05-18 11:25:12
wall_time: 00:30:00
2. 查看作业目录
$ paddlecloud get_files --job_id=job-d22c1fffb768d9b0748def85b158f303
2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/ 0 2020-05-19T06:39:03Z
2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/log/trainer-0.log 9649 2020-05-19T06:39:53Z
2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/rank-0/__model__ 5322 2020-05-19T06:39:47Z
2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/rank-0/fc_0.b_0 28 2020-05-19T06:39:47Z
2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/rank-0/fc_0.w_0 78 2020-05-19T06:39:47Z
....
3. 查看作业日志
下载作业日志
$ paddlecloud get_files --job_id=job-d22c1fffb768d9b0748def85b158f303 --download=1
查看日志列表
$ ll output/2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/log
drwxrwxr-x 3 work work 4096 May 18 11:29 ./
drwxrwxr-x 3 work work 4096 May 18 11:29 ../
drwxrwxr-x 2 work work 4096 May 18 11:29 trainer-0.log
查看日志
$ cat output/2285758331454547565081a3eb37e538/job/output/job-d22c1fffb768d9b0748def85b158f303/log/trainer-0.log