23.2. Использование Amazon SageMaker¶

Приложения глубокого обучения могут требовать таких вычислительных ресурсов, которые легко превышают возможности вашего локального компьютера. Облачные сервисы вычислений позволяют запускать требовательные к ресурсам GPU-вычисления из этой книги с использованием более мощных компьютеров. В этом разделе мы рассмотрим, как использовать Amazon SageMaker для запуска кода из этой книги.

23.2.1. Регистрация¶

Прежде всего необходимо зарегистрировать учётную запись на https://aws.amazon.com/.. Для дополнительной безопасности рекомендуется использовать двухфакторную аутентификацию. Также полезно настроить подробные уведомления о выставлении счетов и расходах, чтобы избежать неожиданных ситуаций, например, если вы забыли остановить работающие экземпляры. После входа в учётную запись AWS перейдите в консоль и найдите «Amazon SageMaker» (см. Fig. 23.2.1), затем нажмите на нее, чтобы открыть панель SageMaker.

../_images/sagemaker.png — Fig. 23.2.1 Найдите и откройте панель SageMaker.¶

23.2.2. Создание объекта SageMaker¶

Далее создадим объект ноутбука, как описано в Fig. 23.2.2.

../_images/sagemaker-create.png — Fig. 23.2.2 Создайте объект SageMaker.¶

SageMaker предлагает несколько типов объектов с различной вычислительной мощностью и ценой. При создании объекта блокнота мы можем указать его имя и тип. В Fig. 23.2.3 мы выбираем ml.p3.2xlarge: этот объект с одним GPU Tesla V100 и восьмиядерным процессором обладает достаточной мощностью для большинства задач, рассматриваемых в книге.

../_images/sagemaker-create-2.png — Fig. 23.2.3 Выберите тип объекта.¶

Вся книга в формате ipynb для запуска в SageMaker доступна по адресу https://github.com/d2l-ai/d2l-pytorch-sagemaker.. Мы можем указать URL этого репозитория GitHub (Fig. 23.2.4), чтобы SageMaker мог клонировать его при создании объекта.

../_images/sagemaker-create-3.png — Fig. 23.2.4 Укажите репозиторий GitHub.¶

23.2.3. Запуск и остановка объекта¶

Создание объекта может занять несколько минут. Когда он будет готов, нажмите на ссылку «Open Jupyter» рядом с ним (Fig. 23.2.5), чтобы редактировать и запускать все Jupyter-ноутбуки этой книги на этом объекте (аналогично шагам в Section 23.1).

../_images/sagemaker-open.png — Fig. 23.2.5 Откройте Jupyter на созданном объекте SageMaker.¶

После завершения работы не забудьте остановить объект, чтобы избежать дополнительных начислений (Fig. 23.2.6).

../_images/sagemaker-stop.png — Fig. 23.2.6 Остановите объект SageMaker.¶

23.2.4. Обновление блокнотов¶

Заметки этого учебника с открытым исходным кодом будут регулярно обновляться в репозитории d2l-ai/d2l-pytorch-sagemaker на GitHub. Чтобы обновиться до последней версии, откройте терминал на экземпляре SageMaker (Fig. 23.2.7).

../_images/sagemaker-terminal.png — Fig. 23.2.7 Откройте терминал на инстансе SageMaker.¶

Вы можете зафиксировать локальные изменения перед обновлением из удалённого репозитория. В противном случае просто отмените все локальные изменения с помощью следующих команд в терминале:

cd SageMaker/d2l-pytorch-sagemaker/
git reset --hard
git pull

23.2.5. Итоги¶

Мы можем создать экземпляр ноутбука с помощью Amazon SageMaker для выполнения требовательных к ресурсам GPU кодов из этой книги.
Мы можем обновлять ноутбуки через терминал на экземпляре Amazon SageMaker.

23.2.6. Упражнения¶

Отредактируйте и запустите любой раздел, требующий GPU, с помощью Amazon SageMaker.
Откройте терминал, чтобы получить доступ к локальной директории, содержащей все ноутбуки этой книги.

Обсуждения