如何在阿里云ECS实例上配置深度学习环境？

在阿里云ECS实例上配置深度学习环境，可以按照以下步骤进行：

1. 选择并创建ECS实例

• 镜像选择：推荐使用 Ubuntu 20.04/22.04 或 CentOS 7/8（兼容性较好）。
• 实例规格：根据需求选择GPU实例（如 gn6i、gn7i 等），若仅学习可用CPU实例。
• 系统盘：建议至少 50GB（深度学习库和数据集占用空间大）。
• 安全组：开放SSH（22端口）、Jupyter Notebook（8888端口）等必要端口。

2. 连接ECS实例

• 通过SSH连接：

  ssh root@<你的ECS公网IP>

3. 安装基础依赖

Ubuntu/Debian：

apt update && apt upgrade -y
apt install -y python3-pip python3-dev git wget curl

CentOS：

yum update -y
yum install -y python3-pip python3-devel git wget curl

4. 安装NVIDIA驱动（仅GPU实例）

• 自动安装（推荐）：

  ubuntu-drivers autoinstall
  reboot

• 验证驱动：

  nvidia-smi

5. 安装CUDA和cuDNN

• CUDA：
  • 访问 NVIDIA官网 选择版本（如CUDA 11.8）。

    wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
    sudo sh cuda_11.8.0_520.61.05_linux.run

• cuDNN：
  • 下载对应版本并安装（需注册NVIDIA账号）。

6. 安装深度学习框架

PyTorch：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

TensorFlow：

pip3 install tensorflow[and-cuda]

验证安装：

python3 -c "import torch; print(torch.cuda.is_available())"
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

7. 配置Jupyter Notebook（可选）

pip3 install jupyter
jupyter notebook --generate-config
jupyter notebook password  # 设置密码

• 远程访问：
  修改配置文件 ~/.jupyter/jupyter_notebook_config.py：

  c.NotebookApp.ip = '0.0.0.0'
  c.NotebookApp.open_browser = False
  c.NotebookApp.port = 8888

• 后台运行：

  nohup jupyter notebook --allow-root &

8. 环境优化建议

• 持久化环境：使用 conda 或 virtualenv 管理环境。
• 数据存储：挂载阿里云 NAS 或 OSS 存储数据集。
• 监控：安装 gpustat、htop 等工具监控资源。

常见问题

• GPU不可用：检查驱动/CUDA版本与框架的兼容性。
• pip速度慢：更换阿里云镜像源：

  pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

通过以上步骤，你可以在阿里云ECS上快速搭建深度学习环境。根据实际需求调整版本和配置，并注意定期更新驱动和库以保持兼容性。