实操手册：如何在 AI Platform 中创建 Deep Learning VM 实例

经常使用或者了解谷歌产品的朋友可能多多少少都听到过这样一句话：依托于谷歌强大的人工智能技术·····而谷歌强大的 AI 技术通过它多元、全面的产品生态可以看出来，今天我们就先来简单介绍一下其中之一：AI Platform，这是一个用于数据科学和机器学习的全代管式端到端平台，通过平台上的TPU、TensorFlow等工具，可以充分利用谷歌在人工智能领域的尖端技术与知识。本文我们将主要介绍一下如何在 AI Platform 中创建 Deep Learning VM 实例，并会通过一个简单的案例来帮助大家理解。下面我们进入正题。

创建新实例

Step 1进入到 Deep Learning VM Cloud MarketPlace 页面，点击进入“我的项目”，点击 Launch，如果是第一次启动 Compute Engine，则必须等待初始 API 配置过程完成。如下图所示：

Step 2在新界面中配置您的 VM，具体配置内容有：地区、机器类型、GPU 类型、机器学习框架、网络和存储等。（根据自身需求也可以选择自动安装 Nvidia GPU 驱动和通过 URL 的方式链接 JupyterLab）如下图所示：

Step 3选择接受 Marketplace 服务条款信息，最后单击 Deploy 完成创建。配置安装需要一定的时间，请耐心等待，如下图所示：

Tips：右边会显示您选择配置之后产品的估算价格，如下图所示：

创建新实例

Step 1进入 VM Instances 页面，选择您所创建的 VM 实例。

Step 2点击SSH的按钮，可以直接通过网页 SSH 连接到虚拟机中，也可以使用其他方式连接到虚拟机中，如下图所示：

安装时备注与补充说明

Step 1如果您出现以下图片的报错信息，表明该区域中没有足够的资源来创建实例，请您根据自身业务需求来选择就近的区域重新创建。

Step 2您还可以通过命令行的方式创建 Deep Learning VM，您需要下载使用 Gcloud SDK 工具，具体操作步骤，请参考链接。
链接：   https://cloud.google.com/ai-platform/deep-learning-vm/docs/quickstart-cli

Demo数据集测试

Step 1将数据集上传至 GCP 上的 Bucket 中，然后进入到您创建的 Deep Learning VM 中进行以下操作：

初始化 gcloud SDK‍

sudo gcloud init

将数据集资源拷贝到 /home/jupyter 中‍

sudo gsutil cp -r gs://BUCKET_NAME/数据集 /home/jupyter

Step 2在 AI Platform 页面中，选择 Notebook，点击您所创建的 Deep Learning VM，就可以进入到 JupyterLab 的页面中了如下图所示：

Step 3打开“搭建神经网络进行气温预测 .ipynb” 文件，然后按照 ipynb 上面步骤一步步就可以进行 TensorFlow 的使用了。如下图所示：

Step 4您如果需要测试使用其他数据集，您可以点击 JupyterLab 页面中的 Terminal，使用 git clone 命令去下载 GitHub 上面的数据集进行下载。如下图所示：