gcp上使用gpu来学习tensorflow

1080ti显卡实在是太贵了,8k一张的价格,让我感到无耐。还好,有gcp的gpu来训练,最有意思的是,他还提供300美元,让你挥霍。

1、当然是申请gcp的账号。

2、登录后,左侧->"IAM和管理“->"配额”

3、在“指标”->"全不选"->搜索框输入”k80“,选中”Nvidia K80 GUPs"。

4、这时列表为可用单位,在“位置”中找到你的vps所在地区。

5、在左侧方框选中后,点击上方的“修改配额”(这是配额应为0,含义是免费套餐不包括这个)。

6、选中后,在右侧出现一个菜单,按要求填好,原因就写学习tensorflow,或者需要进行科学计算等等。

7、等审批通过后,就可以在创建实例,在cpu一栏,选择“自定义”,即可选择gpu。

8、在管理里面,有一个“可用性策略”->“抢占”,把它打开,可以省很多钱。

9、在”防火墙“->选择允许http流量,否则不能使用jp notebook了。

原文地址:https://www.cnblogs.com/litifeng/p/9096290.html

时间: 2024-07-30 14:04:31

gcp上使用gpu来学习tensorflow的相关文章

深度学习TensorFlow如何使用多GPU并行模式?

TensorFlow可以用单个GPU,加速深度学习模型的训练过程,但要利用更多的GPU或者机器,需要了解如何并行化地训练深度学习模型. 常用的并行化深度学习模型训练方式有两种:同步模式和异步模式. 下面将介绍这两种模式的工作方式及其优劣. 如下图,深度学习模型的训练是一个迭代的过程. 在每一轮迭代中,前向传播算法会根据当前参数的取值,计算出在一小部分训练数据上的预测值,然后反向传播算法,再根据损失函数计算参数的梯度并更新参数. 异步模式的训练流程图 在并行化地训练深度学习模型时,不同设备(GPU

转:ubuntu 下GPU版的 tensorflow / keras的环境搭建

http://blog.csdn.net/jerr__y/article/details/53695567 前言:本文主要介绍如何在 ubuntu 系统中配置 GPU 版本的 tensorflow 环境.主要包括: - cuda 安装 - cudnn 安装 - tensorflow 安装 - keras 安装 其中,cuda 安装这部分是最重要的,cuda 安装好了以后,不管是 tensorflow 还是其他的深度学习框架都可以轻松地进行配置. 我的环境: Ubuntu14.04 + TITAN

window10上安装python+CUDA+CuDNN+TensorFlow

软件 版本 Window10 X64 python 3.6.4(64位) CUDA CUDA Toolkit 9.0 (Sept 2017) CuDNN cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0 以上版本测试通过. 安装步骤: 1.安装python,记得要勾选pip. 2.检测是否支持CUDA. NVIDIA官网查询,具体见:https://developer.nvidia.com/cuda-gpus,就可以知道是否可以使用带GPU支持的TensorFlo

安装GPU版本的tensorflow填过的那些坑!---CUDA说再见!

那些坑,那些说不出的痛! --------回首安装的过程,真的是填了一个坑又出现了一坑的感觉.记录下了算是自己的笔记也能给需要的人提供一点帮助. 1 写在前面的话 其实在装GPU版本的tensorflow最难的地方就是装CUDA的驱动.踩过一些坑之后,终于明白为什么Linus Torvald 对英伟达有那么多的吐槽了.我的安装环境是ubuntu16.04,安装的是CUDA-8.0.其他驱动安装一般不会遇到很大的问题,都是一些小问题,一般不会卡很久.可以参考官网的安装过程. 2 眼花缭乱的CUDA

学习Tensorflow的LSTM的RNN例子

学习Tensorflow的LSTM的RNN例子 基于TensorFlow一次简单的RNN实现 极客学院-递归神经网络 如何使用TensorFlow构建.训练和改进循环神经网络

Centos7.2 上 对 sqlite 的学习

Centos7.2 上 对 sqlite 的学习 打算学习一下非常简单的数据库使用方法.参考http://www.runoob.com/sqlite/sqlite-tutorial.html 一.准备工作 可能需要先安装 centos 上的sqlite,这里尝试'sudo yum install sqlite',被提示已存在.用Python安装一个 sqlite-api 的库,pip install sqlite3.被提示不支持我现在的Python版本(2.7.6). 二.创建数据库 cd到自己

安装GPU版本的TensorFlow

win10 x64 python 3.6 显卡 GTX 940mx Cuda 8.0 cudnn v5.1 TensorFlow-gpu 1.0.0 1. 安装CUDA 显卡型号支持:https://developer.nvidia.com/cuda-gpus 下载安装CUDA,安装好之后把CUDA安装目录下的bin和lib\64添加到Path环境变量中 2. 安装cuDNN 下载CuDNN需要注册账号 下载安装cuDNN 解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到c

ctf基本的文件上传与绕过学习

绕过客户端校验前台脚本检测扩展名上传webs hell 原理: 当用户在客户端选择文件点击上传的时候,客户端还没有向服务器发送任何消息,就对本地文件进行检测来判断是否是可以上传的类型,这种方式称为前台脚本检测扩展名.绕过前台脚本检测扩展名,就是将所要上传文件的扩展名更改为符合脚本检测规则的扩展名,通过 BurpSuite 工具,截取数据包,并将数据包中文件扩展名更改回原来的,达到绕过的目的 实验: 打开要上传的页面,上传要上传的木马文件lurb.php,点击上传. 页面显示错误 返回上传页面,点

GPU版的tensorflow在windows上的安装时的错误解决方案

1.用vs编译cuda的sample时会提示找不到"d3dx9.h"."d3dx10.h"."d3dx11.h"头文件的错误,如果没有安装这个插件,在TensorFlow里执行run方法时会导致电脑死机 解决方案;可从这里下载DXSDK_Jun10.exe. 2.import tensorflow as tf 时报 ImportError: DLL load failed:找不到指定的模块 解决方案;  下载安装一个插件地址如下https://w