阿里云GPU配置记录（附坑点）

第一次配置云GPU环境，踩了许多坑，特在此总结记录一下。

坑点1：阿里云不会提醒地区内实例的占用情况。若该区拥挤，则停止实例后由于区域GPU资源不足无法启用，带来不必要的损失；它也根本不会提醒你哪些地方还有相同配置的实例可用，完全需要自己逐个确认。

坑点2：注意安装操作系统的版本，阿里云ubuntu只有14.04和16.04，跑深度学习的话要选择64位的操作系统；（这个是配置过程许多包所要求的）

坑点3：docker配置，项目需要。这个在后文详述。

坑点4：Linux系统和Windows系统换行符不同。单把这个知识点提出来时很简单，但是真正部署到实际中时却忘得一干二净；

 

下面是操作过程的记录

1. 实例选取

        我选用的Tesla P4 GPU，16GB内存 4vCPU配置。该型号GPU最便宜是一个因素，更关键的是第一次配置肯定会踩坑，减少损失。

该型号只有张家口和杭州地区有，在张家口不到8元一小时，杭州的则接近10元。优先选择张家口。

        选择安装GPU驱动。我选择的是预装CUDA8.0，GPU驱动选择384.125。这是因为驱动啊，软件啊，最好都不要直接选择最新的版本，防止兼容性问题。

 

2. 实例操作

快照和镜像：非常重要的功能！！每次停止实例前最好要创建镜像，不要给数据丢失任何机会！

每个快照每小时0.014元，一天时间3毛钱左右；若直接创建镜像，会同时创建出对应的快照。

目前还没有搞清如何把快照放到本地，马上进行探索和补充；总之钱嘛，能省一点是一点。

（19/6/29补充）导出镜像方法参见