【機器學習從零到一】 Day1: 建立GCP 機器— VM 執行個體

【機器學習從零到一】 Day1: 建立GCP 機器 — VM 執行個體. 從學生時期開始接觸機器學習，當初以為的Machine learning 就只要會處理資料、訓練模型、得到比較高的準確率 ... GetstartedOpeninappPJWangSigninGetstarted468FollowersAboutGetstartedOpeninapp【機器學習從零到一】Day1:建立GCP機器—VM執行個體PJWangJun30,2019·6minread從學生時期開始接觸機器學習，當初以為的Machinelearning就只要會處理資料、訓練模型、得到比較高的準確率，然後就此結束，但出社會後發現，從Jupyter到Production的路還有段距離，那該怎麼辦呢？因此，接下來將會分幾個章節來介紹：建立GCP機器—VM執行個體建立機器學習環境(GPUenvironment)Pytorch介紹與範例(imageclassification)Datascience的版控→DVC的建立與使用利用Flask部署機器學習套件利用Docker建立機器學習容器架設機器這次選擇的平台是GoogleCloudPlatform(GCP)，目前只要一註冊登入後，即享有300美元的免費試用額度，並且也提供了完整的服務以及流程。

圖（一）：GCP免費方案Step1：建立專案註冊登入後，由於GCP是一個以專案為主的環境，不管是在建立機器或者操作Bucket等等，都需要先「選擇專案」，建立專案的方法也很簡單如圖（二）以及圖（三）所示。

圖（二）：GCP建立專案—1圖（三）：GCP建立專案—2(Step2:升級帳號)如果需要開啟GPU，需要先將Quota打開，打開方式如下：圖（四）：升級帳號點擊升級帳戶，並且輸入個人資料，如圖（五）、圖（六）所示圖（五）：升級帳戶升級後即可編輯你的配額，我們這次是將原本GPU配額為0的項目改為1圖（六）：修改配額編輯配額還需要填寫基本資訊圖（七）：升級帳戶—填寫資料圖（八）：升級帳戶—填寫資料編輯好送出後會跳出訊息：系統處理好後會再寄信到你的Email通知你，約等待兩個小時，就被通知同意了。

圖（九）：通知Step3:建立VM執行個體建立好專案後，開機器的方式如下選擇左方ComputeEngine再進一步選擇VM執行個體圖（十）：GCP開機器的步驟圖（十一）：建立VM執行個體點擊免費申請試用後，會需要先輸入一些基本個資，並且Google承諾並不會在免費試用過後自動扣款，如圖（十二）所示，填完個資送出後，約等個3~5分鐘後就會自動跳轉頁面，如圖（十三）所示。

圖（十二）：免費試用圖（十三）：啟動計費功能點擊「啟用計費功能」後，會看到圖（十四），會需要等待約3~5分鐘，啟用後即可點擊「建立」。

圖（十四）：啟用ComputeengineOS:Ubuntu16.04LTSHardDisk:20GBCPU:4顆Memory:15GBGPU:1顆TeslaK80（在不同的區域的GPU設備也有可能不同）圖（十五）：VM配備成功後會如同下圖所示圖（十六）：成功後顯示Step4：ssh連線在連線之前，需要加入本機端的sshkey，才可以進一步連線，而本機端的sshkey在哪裡呢？參考：生成SSH公開金鑰產生好sshkey之後，可以直接將全部複製ssh-rsa…..MacBook-air整段複製到GCP當中，並且按儲存即可。

$cat~/.ssh/id_rsa.pubssh-rsaAAAAB3NzaC1yc2EAAAADAQABAA...SeTRpj@PJs-MacBook-Air圖（十七）：編輯VM完成後，即可從local連線上去，IP為下圖的外部IP圖（十八）：外部IP$ssh34.83.140.188成功後如下圖所示圖（十九）：成功連線Next…下一章，會來開始安裝大家最苦惱的環境問題，當中會介紹如何建立GPU環境、虛擬環境、Jupyternotebook遠端連線、套件…等Day2:建立機器學習環境(GPUenvironment)ErrorMessage若出現Quota‘GPUS_ALL_REGIONS’exceeded.Limit:0.0globally.等相關錯誤，請返回步驟二。

如果喜歡我的文章內容，請幫我多多鼓掌1個鼓掌：喜歡這篇的內容10個鼓掌：期待這一系列的課程30個鼓掌：希望未來能有更多相關文章PJWang台大資工所碩畢/設計思考教練/系統思考顧問/資料科學家/新創/科技+商業+使用者Follow3733373 3733MachineLearningDeepLearningGcpMorefromPJWangFollow台大資工所碩畢/設計思考教練/系統思考顧問/資料科學家/新創/科技+商業+使用者