手把手教你免费用GoogleCloud Platform 4块Tesla k80进行

小提示：您能找到这篇{手把手教你免费用GoogleCloud Platform 4块Tesla k80进行}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的手把手教你免费用GoogleCloud Platform 4块Tesla k80进行内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">大家都知道Google的Colab是新手入门机器学习和深度学习的神器，非常适合进行小规模的训练，但是在某些任务或者比赛中，数据量太大，Colab就无法胜任了，这时候可以用Google的另外一个产品，GoogleCloud Platform(GCP)，进行租用深度学习云服务器试用，重要的是也是初期免费的电商运营攻略而且性能个人感觉比其他云服务商提供更好，更专注于深度学习，一但搭建(操作时间20分钟左右，等待时间1天左右)好，使用起来感觉是非常丝滑的使用感觉，远超Colab。

< ">准备好梯子，申请好google账号，绑定visa或者mastercard信用卡，获取300美金体验金来到GoogleCloud Platform主界面

< ">总共有三步：

< ">需要申请GPU的配额

< ">部署包含深度学习工作环境的jupyternotebook虚拟机实例

< ">使用与关闭虚拟机

第一步：需要申请GPU的配额（操作需要10分钟，等待时间1天左右）

< ">找到配额申请列表

< ">在指标一栏搜索GPU点击GPU(all region)，这代表你可以总共同时运行使用的GPU数量，一开始为0，所以要申请提额

< ">勾选方框，然后点击"修改配额"

< ">填写信息点击下一步

< ">填写配额上限和请求说明，点击完成并且，提交申请

< ">成功提交后，等待几个小时或者一天之后，会收到邮件说提额成功

< ">同时，开始申请具体某种GPU的额度，这里拿Tesla K80举例

< ">同样来到配额页面，在指标处输入"GPU"，找到K80

< ">随便找个区域的，勾选框，点击修改配额，输入申请的上限，和请求说明，操作和之前一样

< ">成功提交后，等待几个小时或者一天之后，会收到邮件说提额成功。

< ">< font-size: 18px;">第二步：部署包含深度学习工海尔危机公关案例作环境的jupyternotebook虚拟机实例，以Tensorflow环境为例

< ">在顶端搜索栏搜索:"aise",找到tensorflow GPU notebook

< ">点击蓝色框框，在compute_engine启动后，来到新的界面，首先找到中间部分GPU一栏，点击蓝色字体Learn more

< ">这个是介绍你怎么根据所需要的GPU在哪个区来选择区域zone的，比如说K80你如果选了asia-east1-c的Zone的话，部署就会失败的，因为那个区没有K80GPU

< ">再调节内存要求其他引流和推广参数不做修改，点击最下方的"部署"，等待3,4分钟

< ">其他参数不做修改，点击最下方的"部署"，等待3,4分钟

< ">< font-size: 18px;">第三步：使用与关闭虚拟机

< ">点击open jupyternotebook，输入密码，就可以进入熟悉的界面了

< ">同时，可以打开SSH，进行文件的上传和下载

< ">常用命令：

< ">Free命令来查看内存使用情况

< ">nvidia-smi查看GPU显存使用情况

< ">重要事情：用完记得关闭虚拟机！！！！

< ">谷歌这个是按小时计费的，关掉就可以停止计费，但是云端硬盘里面的数据文件都在，只会收取少量费用