AWS 上でディープラーニングホストを構築する (Windows 版)

この記事では、Amazon EC2 P2 インスタンスをレンタルして使用する方法について簡単に説明します。

p2.xlarge には、12G のビデオメモリを搭載した Tesla K80 グラフィックカードが搭載されています。上記の図の価格は Linux オペレーティングシステムの価格です。Windows の場合は少し高くなります。私が選択したインスタンスである p2.xlarge の価格は 1 時間あたり 1.084 ドルです。しかし、コストを削減するために、スポットインスタンスを選択しました。これにより、価格は 0.2746 ドルまで下がる可能性があります (変動の可能性があります)。

具体的なプロセスは以下のとおりです。

1. アカウントを登録する

まず、AWS にアカウントを登録し、米ドルで支払い可能な Visa または Mastercard クレジットカードをバインドする必要があります。登録後、限度額の増額を申請する必要があります。地域を記入する際に、北バージニア州またはオレゴン州を記入し、新しい限度額の欄に1を記入します。記入後、送信するだけです。その後、承認を待つ必要があり、約 2 時間かかりました。

2.インスタンスを起動する

次のように EC2 コントロールパネルを開きます。

次に、左の列でスポットリクエストを選択します（「インスタンスの起動」の青いボタンをクリックすると、通常どおりインスタンスを起動し、オペレーティングシステムを選択して、最後まで進みます。その過程でキーペアを作成してダウンロードする必要があります）。入力したら、「スポットインスタンスのリクエスト」の青いボタンをクリックします。次に、フォームへの入力を開始し、必要な AMI を選択し (Windows システムを選択する場合はデスクトップが付属していることを確認してください)、残りの部分を次のように入力します。

次に次のページに進み、500G などのより大きな EBS ボリュームサイズを選択します。Windows システムを選択した場合は、C ドライブのサイズになります。他のボリューム（ディスク）を追加することもできます。次に、「キーペア名」列に存在しない場合は作成し、ダウンロードして保存します。後で必要になります。「セキュリティグループ」列では、デフォルトを設定するか、セキュリティグループを作成できます。途中で終了することもできるので、「有効時間」は自分で決めることができます。次に、[レビュー] ボタンをクリックし、[起動] をクリックします。すると次のページが表示されます。

ステータスがアクティブになっていることを確認した後、赤いボックス内の項目をクリックすると、次のページが表示されます (最初に 2 ラウンドのステータスチェックが行われ、すべて合格すると次の画像が表示されます)。

ステータスチェックに合格すると、課金が開始されます (部分的な時間は全時間として課金されます)。これでリモートデスクトップ接続が可能になります。

注意: スポットインスタンスは安価ですが、一度有効にすると停止できず、終了することしかできません。終了すると、リモートシステム上のすべての構成とデータがクリアされ、スポットリクエストを再開できるのは 1 回だけです。インスタンスを起動する前に、インターネットから直接ダウンロードできないデータがある場合は、インスタンスを起動する前に必ずすべてのデータをインターネット（Google ドライブ、Dropbox、Baidu ディスクなど）にアップロードし、サーバー上のデータをダウンロードしてコストを節約してください。

3. リモートデスクトップ接続

上の画像の「接続」ボタンをクリックし、リモートデスクトップ接続プログラムをダウンロードして、ログインパスワードを取得します。このとき、以前にダウンロードしたキーペアを使用する必要があります。リモートデスクトップ接続プログラムを実行し、管理者を選択して、パスワードを入力します。接続が成功すると、サーバーをリモートで制御できます (デスクトップ上の Chrome、NV、Pycharm はすべて後でインストールします)。

4. ディープラーニング環境の構成（Windows 10）

私のホストは Windows 10 なので、Windows 10 での Tensorflow + keras の GPU 版のインストールを紹介します。

ステップ1: Python 3.5.2をインストールする

ステップ 2 : Visual Studio 2015 をインストールする (C++ 部分のみ)

ステップ 3: CUDA Toolkit 8.0 をインストールします (インストールパスが C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 であると想定)

ステップ 4:ライブラリ cuDNN v5.1 をダウンロードし、その中の 3 つのフォルダーを次のように前のステップのパスにコピーします。

ステップ 5:環境変数については、次の点を確認してください。

ステップ 5: Anaconda をインストールし、次の操作を実行します。

conda 環境を作成し、コマンドラインを入力します: conda create -n tensorflow-gpu python=3.5.2

環境を有効化: activate tensorflow-gpu

Tensorflow をインストールします: pip install tensorflow-gpu

Kerasをインストール: pip install keras