D2L.ai SageMaker实战：Amazon机器学习平台终极指南

【免费下载链接】d2l-en Interactive deep learning book with multi-framework code, math, and discussions. Adopted at 500 universities from 70 countries including Stanford, MIT, Harvard, and Cambridge. 项目地址: https://gitcode.com/gh_mirrors/d2/d2l-en

D2L.ai是一本交互式深度学习书籍，包含多框架代码、数学知识和讨论内容，已被来自70个国家的500所大学采用，包括斯坦福、麻省理工、哈佛和剑桥等。本文将为你详细介绍如何利用Amazon SageMaker这一强大的机器学习平台，轻松运行D2L.ai中的深度学习代码，即使你的本地机器资源有限也能高效开展深度学习项目。

为什么选择Amazon SageMaker进行D2L.ai实战？

深度学习应用往往对计算资源有极高要求，很容易超出本地机器的承载能力。Amazon SageMaker作为强大的云计算服务，能让你更轻松地使用更强大的计算机来运行本书中的GPU密集型代码，为你的深度学习之旅提供有力的计算支持。

SageMaker账号注册与准备工作

首先，我们需要在https://aws.amazon.com/注册一个账号。为了提高安全性，建议启用双因素认证。同时，设置详细的账单和消费提醒也是个好主意，以避免出现意外费用，例如忘记停止运行的实例。登录AWS账户后，前往控制台并搜索“Amazon SageMaker”，然后点击打开SageMaker面板。

图：搜索并打开SageMaker面板

创建SageMaker实例的详细步骤

接下来，让我们按照以下步骤创建笔记本实例。SageMaker提供了多种实例类型，它们具有不同的计算能力和价格。创建笔记本实例时，我们可以指定其名称和类型。对于本书的大部分内容，选择ml.p3.2xlarge实例就足够强大了，它配备了一个Tesla V100 GPU和8核CPU。

图：创建SageMaker实例

在创建实例时，我们还可以指定GitHub仓库URL，让SageMaker在创建实例时克隆相应的代码库。对于不同的深度学习框架，对应的仓库如下：

• MXNet：https://github.com/d2l-ai/d2l-en-sagemaker
• PyTorch：https://github.com/d2l-ai/d2l-pytorch-sagemaker
• TensorFlow：https://github.com/d2l-ai/d2l-tensorflow-sagemaker

图：指定GitHub仓库

实例的运行与停止操作

创建实例可能需要几分钟时间。当实例准备就绪后，点击其旁边的“Open Jupyter”链接，你就可以在该实例上编辑和运行本书的所有Jupyter笔记本了，操作步骤与本地Jupyter类似。

图：在SageMaker实例上打开Jupyter

完成工作后，不要忘记停止实例以避免进一步收费。停止实例的操作简单便捷，在实例管理界面找到相应的实例，点击停止按钮即可。

图：停止SageMaker实例

如何更新SageMaker上的D2L.ai笔记本

这本开源书籍的笔记本会在GitHub的相应仓库中定期更新。要更新到最新版本，你可以在SageMaker实例上打开终端。在终端中，你可以先提交本地更改，然后从远程仓库拉取更新；如果不需要保留本地更改，也可以使用以下命令直接丢弃本地更改并拉取最新版本（以PyTorch为例）：

cd SageMaker/d2l-pytorch-sagemaker/
git reset --hard
git pull

图：在SageMaker实例上打开终端

总结：SageMaker助力D2L.ai深度学习实战

通过本文的介绍，你已经了解了如何使用Amazon SageMaker创建笔记本实例来运行本书中的GPU密集型代码，以及如何通过SageMaker实例上的终端更新笔记本。借助SageMaker强大的计算能力，你可以更专注于深度学习知识的学习和实践，无需担心本地计算资源的限制。

现在，就开始你的D2L.ai SageMaker实战之旅吧！编辑并运行任何需要GPU的章节，体验云平台带来的高效深度学习体验。如果在使用过程中遇到问题，还可以到讨论区与其他学习者交流。

相关文档：chapter_appendix-tools-for-deep-learning/sagemaker.md

【免费下载链接】d2l-en Interactive deep learning book with multi-framework code, math, and discussions. Adopted at 500 universities from 70 countries including Stanford, MIT, Harvard, and Cambridge. 项目地址: https://gitcode.com/gh_mirrors/d2/d2l-en