36、基于AWS的深度学习模型训练与围棋机器人部署

基于AWS的深度学习模型训练与围棋机器人部署

1. AWS上的模型训练

在将文件存储好后，可在终端中输入 ssh aws 连接到AWS实例。首次连接时，会询问是否确认连接，输入 yes 并按回车键提交命令，密钥将永久添加到实例（可通过 cat ~/.ssh/authorized_keys 查看密钥对的安全哈希值），之后不会再询问。

首次成功登录深度学习AMI Ubuntu AMI实例时，会提供几个Python环境供选择。若想使用Python 3.6并完整安装Keras和TensorFlow，可执行 source activate tensorflow_p36 ；若选择Python 2.7，则执行 source activate tensorflow_p27 。后续假设使用实例自带的基本Python版本。

在运行应用程序前，需了解如何终止实例。若忘记关闭昂贵的实例，每月可能产生数百美元的费用。终止实例的操作步骤如下：
1. 选中实例（点击旁边的复选框）。
2. 点击页面顶部的 “Actions” 按钮。
3. 依次选择 “Instance State” 和 “Terminate”。
终止实例会删除该实例及其上存储的所有内容，因此在终止前需复制所需内容（如训练好的模型）。另一个选择是停止实例，之后可再次启动，但根据实例的存储配置，可能会导致数据丢失，此时会有警告提示。

在AWS上运行深度学习模型与本地运行类似，需确保实例上有所有所需的代码和数据。可使用 scp <