在AWS上執(zhí)行大規(guī)模的深度學(xué)習(xí)處理是一個(gè)廉價(jià)而且有效的學(xué)習(xí)和開發(fā)方式?；ㄉ倭康腻X就可以使用數(shù)十GB的內(nèi)存，數(shù)十個(gè)CPU，多個(gè)GPU，這是值得推薦的。

　　如果你是使用EC2或者Linux 命令的新人，在云端執(zhí)行深度學(xué)習(xí)腳本的時(shí)候， 這些命令是非常有效的。

　　本文的主要內(nèi)容包括：

　　1)在本機(jī)和EC2實(shí)例間復(fù)制數(shù)據(jù)

　　2)使腳本按天，周，月安全地運(yùn)行

　　3)監(jiān)測進(jìn)程，系統(tǒng)和GPU 的性能

　　注意：所有命令在類linux環(huán)境中執(zhí)行(Linux，OS x 或者 cygwin)

　　0、環(huán)境約定

　　假設(shè)AWS EC2 已經(jīng)正常運(yùn)行，方便起見，對環(huán)境做如下的設(shè)定：

　　1)EC2 服務(wù)器的IP地址為 54.218.86.47

　　2)用戶名為ec2-user

　　3)SSH 密鑰位于 ~/.ssh/ 中，文件名為aws-keypair.pem;

　　4)使用python 腳本工作

　　關(guān)于如何搭建一個(gè) 基于GPU的EC2實(shí)例來 執(zhí)行深度學(xué)習(xí)，可以參見：

　　https://machinelearningmastery.com/develop-evaluate-large-deep-learning-...

　　1、 登陸到服務(wù)器

　　在做任何操作之前，首先要登陸到目標(biāo)服務(wù)器。簡單地，使用SSH命令。將SSH 密鑰存儲在 ~/.ssh/ 中，使用有意義的文件名，例如aws-keypair.pem。使用如下命令登陸EC2主機(jī)，注意地址和用戶名：

　　ssh -i ~/.ssh/aws-keypair.pem ec2-user@54.218.86.47

　　2、 拷貝文件到服務(wù)器

　　使用SCP命令拷貝本地文件到服務(wù)器，例如將script.py 文件拷貝到EC2 服務(wù)器的命令如下：

　　scp -i ~/.ssh/aws-keypair.pem script.py ec2-user@54.218.86.47:~/

　　3、使腳本在服務(wù)器的后臺運(yùn)行

　　在服務(wù)的后臺執(zhí)行腳本，可以忽略其他進(jìn)行的信號量，忽略標(biāo)準(zhǔn)的輸入輸出，將所有的輸出和錯誤信息重定向到一個(gè)日志文件中。對于需要長時(shí)間運(yùn)行的深度學(xué)習(xí)模型而言， 這是非常必要的。

　　> nohup python /home/ec2-user/script.py >/home/ec2-user/script.py.log &1 &

　　該命令中script.py 和 script.py.log 都位于 /home/ec2-user/ 目錄下。關(guān)于 nohup 和重定向 參考其他的詳細(xì)介紹(例如wikipedia中的介紹)。

　　4、在服務(wù)器的指定 GPU 上執(zhí)行腳本

　　如果EC2 支持的話，推薦在同時(shí)運(yùn)行多個(gè)腳本。例如，EC2有4個(gè)GPU的話， 可以在每個(gè)GPU上單獨(dú)運(yùn)行一個(gè)腳本，示例代碼如下：

　　CUDA_VISIBLE_DEVICES=0 nohup python /home/ec2-user/script.py >/home/ec2-user/script.py.log &1 &

　　如果有4個(gè)GPU的話，可以指定CUDA_VISIBLE_DEVICES從0到3。這在TF做后臺的Keras上是可行的，在Theano 沒有測試過。

　　關(guān)于CUDA_VISIBLE_DEVICES 的更多信息可以參見 https://devblogs.nvidia.com/parallelforall/cuda-pro-tip-control-gpu-visi...

　　5、監(jiān)測腳本的輸出

　　如果輸出結(jié)果中有項(xiàng)目評分或者一個(gè)算法的運(yùn)行結(jié)果，實(shí)時(shí)監(jiān)控腳本的輸出是很有意義的。示例如下：

　　tail -f script.py.log

　　遺憾的是，當(dāng)屏幕上在一段時(shí)間沒有輸出的時(shí)候，AWS 會關(guān)閉這個(gè)終端，所以最好使用：

　　watch "tail script.py.log"

　　有的時(shí)候看不到python的標(biāo)準(zhǔn)輸出，不知道是python的問題還是EC2的問題。

　　6、監(jiān)測系統(tǒng)和進(jìn)程的性能

　　監(jiān)測EC2系統(tǒng)的性能是有意義的，尤其是已經(jīng)使用了或還剩下多少內(nèi)存。例如：

　　top -M

　　或者指定進(jìn)程標(biāo)識PID：

　　top -p PID -M

　　7、監(jiān)測GPU 性能

　　如果在GPU上同時(shí)執(zhí)行多個(gè)腳本，并行執(zhí)行的話，查看每個(gè)GPU 的性能和使用率是不錯的主意。例如：

　　watch "nvidia-smi"

　　8、檢查腳本是否還在服務(wù)器上運(yùn)行

　　一般地，會保持終端一直是開著的。

　　watch "ps -ef | grep python"

　　9、在服務(wù)器上編輯文件

　　一般不建議在服務(wù)器直接修改，當(dāng)然你熟知vi除外：

　　vi ~/script.py

　　vi 的用法就不在這里贅述了。

　　10、從服務(wù)器上下載文件

　　與上傳文件相對，這是一個(gè)下個(gè)png文件的例子：

　　scp -i ~/.ssh/aws-keypair.pem ec2-user@54.218.86.47:~/*.png .

　　需要注意的幾點(diǎn)

　　如果希望同時(shí)運(yùn)行多個(gè)腳本，最好選用擁有多個(gè)GPU 的EC2

　　最好在本地編寫腳本

　　將執(zhí)行結(jié)果輸出到文件，下載到本地進(jìn)行分析

　　使用watch 命令保持終端處于運(yùn)行中

　　在本地執(zhí)行遠(yuǎn)程命令