百度云深度学习实例情况介绍

百度云深度学习不能保存镜像，但胜在价格便宜。
相对来说腾讯云最便宜的~14 RMB ，阿里云最低~9 RMB (且需要最低余额100 RMB )，AWS p2.xlarge最低大概RMB 6~7，需要申请实例限制和国外信用卡，但是胜在有很多配好环境的实例。
百度云深度学习每次都要配置环境，而我需要使用pytorch，为了简化步骤，特此记录。

简介

• 最低余额20元
• tensorflow 1.2.0
• GPU计算K1型（ CPU:6核、 GPU:1 Nvidia K40、 内存:40GB、 硬盘:200GB ）
• GPU Total memory: 11.17GiB
• ￥5.16/小时

环境

• Ubuntu 14.04.5 LTS
• CUDA Version 8.0.61
• Python 3.4.3/Python 2.7.6

不幸的是，pytorch只支持Python2.7/3.5/3.6，所以需要安装>3.5的版本，我们安装mini conda配置python 3.6：

wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
sudo sh Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc
python -V
Python 3.6.5 :: Anaconda, Inc.
pip -V
pip 10.0.1 from /root/miniconda3/lib/python3.6/site-packages/pip (python 3.6)

之后就是使用rsync来同步文件，如果数据比较大，可以使用百度的BOS。推荐rsync教程。

最后安装依赖。

使用tensorboard可视化：

### 服务器启动tensorboard：
tensorboard --logdir runs
ssh -L 16006:127.0.0.1:6006 account@ip

本地访问http://127.0.0.1:16006/查看。

Python 3.4.3预装的Package

• pip3 list

Package                 Version
----------------------- ----------------
backports.weakref       1.0rc1
bleach                  1.5.0
chardet                 2.2.1
colorama                0.2.5
command-not-found       0.3
defer                   1.0.6
html5lib                0.9999999
Keras                   2.0.4
language-selector       0.1
Markdown                2.2.0
numpy                   1.13.0
pandas                  0.20.2
pip                     9.0.1
protobuf                3.3.0
pycurl                  7.19.3
pygobject               3.12.0
python-apt              0.9.3.5ubuntu2
python-dateutil         2.6.0
pytz                    2017.2
pyxdg                   0.25
PyYAML                  3.12
requests                2.2.1
scikit-learn            0.18.1
scipy                   0.19.0
screen-resolution-extra 0.0.0
setuptools              36.0.1
six                     1.10.0
tensorflow-gpu          1.2.0
Theano                  0.9.0
ufw                     0.34-rc-0ubuntu2
unattended-upgrades     0.1
urllib3                 1.7.1
Werkzeug                0.12.2
wheel                   0.29.0
xkit                    0.0.0