3、深度学习云端环境搭建与手写数字分类项目实践

深度学习云端环境搭建与手写数字分类项目实践

1. 云端深度学习环境搭建

在云端搭建深度学习环境，前面的步骤与本地基本相同，但需要额外配置一些模块，以使云虚拟机能够让深度学习应用具备可服务性和可扩展性。

1.1 云端部署平台选择

为了在云端部署深度学习应用，需要一个既能训练模型又能提供服务的服务器。目前市场上有多种选择：
| 平台名称 | 平台链接 |
| — | — |
| Paperspace | https://www.paperspace.com/ |
| FloydHub | https://www.floydhub.com |
| Amazon Web Services | https://aws.amazon.com/ |
| Google Cloud Platform | https://cloud.google.com/ |
| DigitalOcean | https://cloud.digitalocean.com/ |

这些平台各有优缺点，最终选择取决于具体用例和个人偏好。这里主要介绍在 Google Cloud Platform (GCP) 的 Google Compute Engine (GCE) 上构建和部署模型。此外，Google 还推出了内部笔记本平台 Google Colab (https://colab.research.google.com/)，它预装了所有深度学习包和其他 Python 库，可免费使用 GPU 10 小时。

1.2 部署应用的准备

要让应用能被数百万用户访问，最好的方法是将其作为 Web