Paperspace--可能是最好的学习fast.ai云GPU平台

Paperspace--可能是最好的学习fast.ai云GPU平台

相信有很多小伙伴像我一样,对机器学习感兴趣却又没有足够的闲钱来购置自己的学习平台。这个时候,云GPU平台就比较有用了。

我们可以租用服务器来完成数据集的训练,当然肯定可以上传和下载数据(网速比家里宽带高到不知道哪里去了)。因为我最近在学习fast.ai的第三套课程,中间也用过很多云GPU平台,用的最舒心的还是Paperspace。不需要任何配置,1分钟你就能进入fast.ai的官方Jupyter Notebook学习。(我曾经花过几天时间试图在docker, google cloud platform, windows, wsl上配置,然而最后都没有成功,还浪费了大量的时间)


重点:不用的时候记得及时关闭,否则你睡一晚就要损失好几十甚至几百。

注册地址:Paperspace

通过我的邀请码注册的话你能得10刀的 Credit, 当然我也会有回扣,哈哈。

进入之后的界面:

主界面

Gradient

可以直接启动 Jupyter Notebook的环境。

点一下右边的绿色按钮就可以新建一个Jupyter Notebook 啦!

新建Notebook

第一步:

选择docker容器,可以选择自带的这些常用容器,也可以自定义。我这里选择的是FAST.AI 1.0 V3版本。

第二步:

选择合适的套餐(当然是越贵越好啦。。。)不同机型的对比建议看下官方文档哈,个人建议学习可以无脑开 K80 接受中断版本。

随时中断价格


我这里勾选了 Enable low-cost instances,这表示我能接受此机器随时断线,不过我用这么久还没断过。。。如果是自己学习而不是训练的话可以选这个,价格真的便宜了好多好多,下面放张原价的你们就知道了:(PS:训练的话还是谨慎考虑选择原价吧)


原价

第三步:

设置Notebook Name以及支付方式

自动关闭需要升级会员才能开通。。。我们自己记得关闭就行

支付方式目前只接受信用卡,我目前用的是建行的单标 Mastercard, 双币卡不知是否可行。

Name设置
支付方式

到这里,我们的Jupyter Notebook就创建好了。

注意:不同机器 Data 的储存位置可能不同,具体见 paperspace.com/console/. 如果你需要有多个Notebook,请确保你要保存的数据在 /stroge 里面,这样储存在同一个文件服务器的数据才能共享,不同文件服务器的还是不能共享哦

储存位置

这时候,我们再来到主页,点击 start 启动

主页


在选VM的时候,后面带英文的就是随时可能中断的低价版了,这个是每次启动都可以改的。



启动好了,点open就行了

启动

进来就直接是Jupyter Notebook的环境啦!

CORE

Virtual Machines 即虚拟服务器,可以运行linux, windows 环境

这个我还没用过,等用过了再写吧。。。不过价格应该是有点高


写在最后:

他家其实还有一键部署模型,模板套用比如图片风格迁移等功能,就留给各位自己去开发啦!还有一句话希望和大家分享:工具是死的,人是活的,不要花太多时间在选平台,搭环境上面。现在其实很多公司都有 ML 在线训练的项目了,比如 Google 和 Microsoft, 价格也不是太贵。


其他云GPU平台:

Kaggle

🌟🌟🌟🌟

优点:可以免费使用英伟达 K80 GPU,可下载上传文件,每次运行时间最长为6小时。

缺点:操作比较麻烦,另外总觉得这个网址有点卡。。。


Vast.ai

🌟 🌟 🌟

优点:基于docker的云GPU共享平台,因为是机主把自己没用的 GPU 拿出来所以价格便宜

缺点:docker初始化加载太慢,我有个docker试了多次,有几次等了几个小时都没加载完。另外一旦停掉再想继续的话可能需要等待很久时间。


Google Colab

🌟🌟🌟🌟

优点:Google官方出品的类Jupyter Notebook环境,免费,大部分机器学习库已经预装,可使用 GPU, TPU, 可挂载 Google Drive, 可以分享运行环境给他人,还可和 Github 联动。

缺点:

文件读取操作麻烦,每次开一个新的 Notebook 就要挂载一次Google Drive 或者是需要重新下载文件。界面感觉没 Jupyter Notebook 有感觉, 另外键盘快捷键也不一样。。。

编辑于 2019-03-19