.. _sec_sagemaker:

使用Amazon SageMaker
====================


深度学习程序可能需要很多计算资源，这很容易超出你的本地计算机所能提供的范围。云计算服务允许你使用功能更强大的计算机更轻松地运行本书的GPU密集型代码。本节将介绍如何使用Amazon
SageMaker运行本书的代码。

注册
----

首先，我们需要在注册一个帐户https://aws.amazon.com/。
为了增加安全性，鼓励使用双因素身份验证。设置详细的计费和支出警报也是一个好主意，以避免任何意外，例如，当忘记停止运行实例时。登录AWS帐户后，转到\ `console <http://console.aws.amazon.com/>`__\ 并搜索“Amazon
SageMaker”（参见
:numref:`fig_sagemaker`\ ），然后单击它打开SageMaker面板。

.. _fig_sagemaker:

.. figure:: ../img/sagemaker.png
   :width: 300px

   搜索并打开SageMaker面板



创建SageMaker实例
-----------------

接下来，让我们创建一个notebook实例，如
:numref:`fig_sagemaker-create`\ 所示。

.. _fig_sagemaker-create:

.. figure:: ../img/sagemaker-create.png
   :width: 400px

   创建一个SageMaker实例



SageMaker提供多个具有不同计算能力和价格的\ `实例类型 <https://aws.amazon.com/sagemaker/pricing/instance-types/>`__\ 。创建notebook实例时，可以指定其名称和类型。在
:numref:`fig_sagemaker-create-2`\ 中，我们选择\ ``ml.p3.2xlarge``\ ：使用一个Tesla
V100 GPU和一个8核CPU，这个实例的性能足够本书的大部分内容使用。

.. _fig_sagemaker-create-2:

.. figure:: ../img/sagemaker-create-2.png
   :width: 400px

   选择实例类型





.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-1-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-1-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-1-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-1-0">

用于与SageMaker一起运行的ipynb格式的整本书可从https://github.com/d2l-ai/d2l-en-sagemaker获得。
我们可以指定此GitHub存储库URL（
:numref:`fig_sagemaker-create-3`\ ），以允许SageMaker在创建实例时克隆它。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-1-1">

用于与SageMaker一起运行的ipynb格式的整本书可从https://github.com/d2l-ai/d2l-pytorch-sagemaker获得。
我们可以指定此GitHub存储库URL（
:numref:`fig_sagemaker-create-3`\ ），以允许SageMaker在创建实例时克隆它。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-1-2">

用于与SageMaker一起运行的ipynb格式的整本书可从https://github.com/d2l-ai/d2l-tensorflow-sagemaker获得。
我们可以指定此GitHub存储库URL（
:numref:`fig_sagemaker-create-3`\ ），以允许SageMaker在创建实例时克隆它。



.. raw:: html

    </div>



.. raw:: html

    </div>

.. _fig_sagemaker-create-3:

.. figure:: ../img/sagemaker-create-3.png
   :width: 400px

   指定GitHub存储库



运行和停止实例
--------------

创建实例可能需要几分钟的时间。当实例准备就绪时，单击它旁边的“Open
Jupyter”链接（
:numref:`fig_sagemaker-open`\ ），以便你可以在此实例上编辑并运行本书的所有Jupyter
Notebook（类似于 :numref:`sec_jupyter`\ 中的步骤）。

.. _fig_sagemaker-open:

.. figure:: ../img/sagemaker-open.png
   :width: 400px

   在创建的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（
:numref:`fig_sagemaker-stop`\ ）。

.. _fig_sagemaker-stop:

.. figure:: ../img/sagemaker-stop.png
   :width: 300px

   停止SageMaker实例



更新Notebook
------------



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-3-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-3-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-3-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-3-0">

这本开源书的notebook将定期在GitHub上的\ `d2l-ai/d2l-en-sagemaker <https://github.com/d2l-ai/d2l-en-sagemaker>`__\ 存储库中更新。要更新至最新版本，你可以在SageMaker实例（
:numref:`fig_sagemaker-terminal`\ ）上打开终端。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-3-1">

这本开源书的notebook将定期在GitHub上的\ `d2l-ai/d2l-pytorch-sagemaker <https://github.com/d2l-ai/d2l-pytorch-sagemaker>`__\ 存储库中更新。要更新至最新版本，你可以在SageMaker实例（
:numref:`fig_sagemaker-terminal`\ ）上打开终端。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-3-2">

这本开源书的notebook将定期在GitHub上的\ `d2l-ai/d2l-tensorflow-sagemaker <https://github.com/d2l-ai/d2l-tensorflow-sagemaker>`__\ 存储库中更新。要更新至最新版本，你可以在SageMaker实例（
:numref:`fig_sagemaker-terminal`\ ）上打开终端。



.. raw:: html

    </div>



.. raw:: html

    </div>

.. _fig_sagemaker-terminal:

.. figure:: ../img/sagemaker-terminal.png
   :width: 300px

   在SageMaker实例上打开终端



你可能希望在从远程存储库提取更新之前提交本地更改。否则，只需在终端中使用以下命令放弃所有本地更改：



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-5-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-5-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-5-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-5-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

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



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-5-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

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



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-5-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

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



.. raw:: html

    </div>



.. raw:: html

    </div>

小结
----

-  我们可以使用Amazon
   SageMaker创建一个GPU的notebook实例来运行本书的密集型代码。
-  我们可以通过Amazon SageMaker实例上的终端更新notebooks。

练习
----

1. 使用Amazon SageMaker编辑并运行任何需要GPU的部分。
2. 打开终端以访问保存本书所有notebooks的本地目录。

`Discussions <https://discuss.d2l.ai/t/5732>`__