Je commence à ressentir les limites de l'apprentissage automatique sur mon PC Windows, alors je voulais le transférer dans le cloud et utiliser librement divers logiciels et bibliothèques avec des performances élevées et Linux, donc j'ai pu le faire pour le moment tout en recherchant diverses choses. Au lieu d'un mémorandum pour le moment.
Puisque je veux le faire sur Google Cloud Platform parce que j'utilise Big Query (BQ), le cloud utilise GCE comme le titre l'indique. J'utilise Jupyter Notebook depuis que je le faisais sous Windows, donc je souhaite également l'utiliser dans le cloud. Mais avec Google Cloud Datalab, Python est difficile à utiliser en 2.x. .. .. J'ai donc décidé de mettre Jupyter Notebook dans GCE.
https://console.cloud.google.com/compute/ Accédez à "Instance de VM> Créer une instance"
C'est très simple à faire. Les points à noter sont les suivants -Le disque de démarrage par défaut est Debian, alors changez-le en Ubuntu 16.04 LTS -Le processeur / la mémoire semble être réglable plus tard, donc c'est approprié -Je veux accéder avec Jupyter Notebook, alors autorisez le trafic HTTP / HTTPS -Configurer également un pare-feu
Après cela, démarrez l'instance et sélectionnez «Connecter»> «Ouvrir dans la fenêtre du navigateur» pour établir une connexion SSH.
Pour le moment, vous pouvez utiliser Jupyter Notebook et l'apprentissage automatique. Le reste est une bibliothèque pour se connecter à Big Query.
À partir de la ligne de commande, procédez comme suit (Le port doit être défini par le pare-feu)
jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser
Après cela, si vous accédez avec ip: port, vous atteindrez l'écran habituel de Jupyter Notebook. Il semble que vous puissiez également définir un jeton et un mot de passe.
[Set up Anaconda + IPython + Tensorflow + Julia on a Google Compute Engine VM] (https://haroldsoh.com/2016/04/28/set-up-anaconda-ipython-tensorflow-julia-on-a-google-compute-engine-vm/)
Recommended Posts