在 Amazon EC2 上使用 AWS Deep Learning Containers 训练深度学习模型

若要按照本教程进行操作，您需要一个 AWS 账户。在本教程中使用 AWS Deep Learning Containers 无需额外付费 - 您只需为本教程中使用的 Amazon c5.large 实例付费，在执行本教程末尾的终止步骤后，需要支付的费用不超过 1 美元。 

已经有账户？登录您的账户

打开 AWS 管理控制台，使本分步指南保持打开状态。页面加载后，输入您的用户名和密码即可开始使用。然后在搜索栏中输入 IAM，选择 IAM 以打开服务控制台。

在左侧导航窗格中选择 Users（用户）。

现在将为新创建的 IAM 用户或现有的 IAM 用户添加权限。在 IAM 用户摘要页面上，选择 Add Permissions（添加权限）。

选择 Attach existing policies directly（直接附加现有策略），然后搜索 ECS_FullAccess。选择 Amazon_FullAccess 策略，然后点击该策略以执行 Review（查看）和 Add Permissions（添加权限）操作。

在 IAM 用户摘要页面上，选择 Add inline policy（添加内联策略）。

选择 JSON 页签并粘贴以下策略：

将此策略保存为 ECR，然后选择 Create Policy（创建策略）。

返回 AWS 管理控制台主页，在搜索栏中输入 EC2，然后选择 EC2 以打开服务控制台。

再次前往 Amazon EC2 控制台，然后点击 Launch Instance（启动实例）按钮。

在左侧选择 AWS Marketplace 页签，然后搜索 deep learning base ubuntu。选择 Deep Learning Base AMI (Ubuntu)。您还可以选择 Deep Learning Base AMI (Amazon Linux)。

选择 Amazon EC2 实例类型。Amazon Elastic Compute Cloud (EC2) 是在云中创建和运行虚拟机的 Amazon Web 服务。AWS 将这些虚拟机称为“实例”。

在本教程中，我们将使用 c5.large 实例，但是您可以选择其他实例类型，包括基于 GPU 的实例（如 G4、G5、P3 和 P4）。

点击 Review and Launch（查看并启动）。

查看实例的详细信息，并点击 Launch（启动）。

在控制台上选择实例 ID，查看新创建的 Amazon EC2 实例的详细信息。 

在 Description（说明）页签下面，复制 Amazon EC2 实例的公共 DNS (IPv4)。

在终端上使用以下命令切换到安全密钥所在的目录，然后使用 SSH 连接到您的实例。

停止所有正在进行的系统更新，以便我们放心安装 Docker。

您需要提供 AWS 访问密钥 ID 和私有访问秘钥。如果您还没有此信息，可以在此处创建访问密钥 ID 和私有访问密钥。

您将使用以下命令登录 Amazon ECR：

注意：您需要在命令中包含“$”和圆括号。在此步骤结束时，您将看到“Login Succeeded”（登录成功）的消息。

现在，您将使用以下命令在 EC2 实例上运行 AWS Deep Learning Container 镜像。如果 Deep Learning Container 镜像在本地不存在，此命令将自动拉取该镜像。

若使用 CPU 实例：

注意：此步骤可能需要几分钟时间，具体取决于镜像的大小。如果您使用的是 GPU 实例，请使用“nvidia-docker”而非“docker”。此步骤成功完成后，您将为容器输入 bash 提示符。

我们将克隆 Keras 存储库，其中包括用于训练模型的示例 Python 脚本。

使用以下命令开始训练经典的 MNIST CNN 模型：

您刚才已使用 AWS Deep Learning Container 开始训练。

在 Amazon EC2 控制台上，选择 Running Instances（运行中的实例）。

选择您创建的 EC2 实例，然后依次选择 Actions > Instance State > Terminate（操作 > 实例状态 > 终止）。

系统会提示您是否确认终止操作。点击 Yes, Terminate（是，终止）。

注意：此过程可能需要几秒钟才能完成。在您的实例终止后，EC2 控制台上的实例状态将更改为 terminated（已终止）。