From 43b0b6b9eb1899a48b2874d18acc5b65d313ab96 Mon Sep 17 00:00:00 2001 From: Bruce-Jay Date: Fri, 3 Nov 2023 09:19:42 +0800 Subject: [PATCH] add Assignment7 --- Assignment7.md | 259 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 259 insertions(+) create mode 100644 Assignment7.md diff --git a/Assignment7.md b/Assignment7.md new file mode 100644 index 0000000..82c53f6 --- /dev/null +++ b/Assignment7.md @@ -0,0 +1,259 @@ +# Assignment 7 指南 + +## `******注意，实验结束请立即删除云主机、UFS文件存储，节省费用******` + +## `******注意2，实验未结束且短期内不会继续实验，也请删除所有上述资源。下次实验时重新创建******` + + +## 实验内容 + +- 创建文件存储: `实验步骤 一)` +- 创建云主机，并挂载文件存储：`实验步骤 二)` +- 在水杉码园创建一个仓库，并下载至文件存储：`实验步骤 三)` +- 拉取python镜像，在容器内测试环境: `实验步骤 四)` +- 使用python容器训练识别MNIST手写数字的神经网络，并将所有内容同步到水杉码园：`实验步骤 五)` + +## 实验要求 + +- 完成所有步骤，并在实验报告（[模板下载](file/assignment7/学号-实验七.docx))中完成穿插在本指南中的作业1～作业5）。实验报告上传至https://send2me.cn/IV_038vw/RMOb1sRcBUqiyw +- 实验报告上传deadline： `4月20日23:59` + +## 使用UCloud产品 + +云主机UHost、文件存储UFS、镜像库UHub、私有网络VPC、基础网络UNet + +## 需要权限 + +云主机UHost、文件存储UFS、镜像库UHub、基础网络UNet + + +## 基础知识 + + +`MNIST:` MNIST是一个手写数字数据库，包含60000个训练样本和10000个测试样本，是一个能够快速上手的、用于尝试机器学习和模式识别技术的数据集。 + + +## 实验步骤 + +### 一）创建一个文件存储 + +#### 1）在产品->存储中选择“文件存储UFS”，然后点击创建文件系统。 + +#### 2）如下图，存储类型选择SSD性能型，100GB(新版本最低只能设置为500G)，按时付费。 + + + + + +#### 3）创建完毕后，如下图所示在弹窗中点击确定设置挂载点，接着选择一个VPC网络，使得相应的子网是DefaultNetwork，点击确定。这样我们等一下在DefaultNetwork下面创建一个云主机，就能把这个文件存储挂载到云主机上。 + + + + + + + + + +#### 4）点击“管理挂载”，查看挂载信息，记住文件存储所在的ip地址，第二）步中我们把这个文件存储挂载到云主机上。 + + + + + + + + +## `**************作业1：请将含有文件存储ip地址信息的页面截图，并插入实验报告***************` + + +### 二）将文件存储挂载到云主机上，使得它在逻辑上成为云主机的一个分区 + +#### 1）创建一个1核2G（1G可能不够！！！）的云主机(后续需要用到docker，可从带docker的镜像创建主机），绑定弹性IP，按时付费（这个云主机必须在文件存储所挂载的子网中，否则无法和文件存储通信） + +#### 2）登录云主机，安装NFS + +``` +sudo yum install -y nfs-utils +``` + +NFS（Network File System）是一个能够使得本地主机访问远程主机文件系统的应用程序。因为步骤一）创建的文件存储对于当前的云主机来讲是一个远程存储（网络存储），使用NFS协议才能将其挂载到当前云主机上。 + +#### 3）在云主机上挂载文件存储，挂载点为/mnt + +``` +sudo mount -t nfs4 你的文件存储IP地址:/ /mnt +``` + +#### 4）运行如下命令查看当前云主机的文件系统 + +``` +df -hT +``` + +你应该看到如下图所示内容 + + + + + + +## `**************作业2：请将df -hT的运行后界面截图，并插入实验报告***************` + + + +### 三）在水杉码园创建一个仓库，并下载至文件存储 + +#### 1）登录[水杉在线](https://www.shuishan.net.cn/)，并从水杉在线门户进入“水杉码园”。创建一个仓库mnist（你也可以用其他命名，但后续操作请做相应修改），创建完毕后，找到你的仓库ssh地址，备用 + + + + + + + + +#### 2）在云主机上安装git，并配置一下，对应于自己水杉码园的用户名和邮箱 + +``` +sudo yum install -y git +git config --global user.name "51255903039" +git config --global user.email "51255903039@stu.ecnu.edu.cn" +``` + +#### 3）生成云主机密钥，使用密钥访问水杉码园 + +``` +ssh-keygen -t rsa -C '51255903039@stu.ecnu.edu.cn' +``` +不用在提示符中输入任何内容，连摁回车，密钥即生成。可以在~/.ssh/下看到你生成的两个密钥，id_rsa是私钥，id_rsa.pub是公钥。如果你使用root账号，密钥在/root/.ssh/目录下。接下来我们要把公钥给码园，以后从这台云主机访问码园，云主机会把私钥提供给码园进行身份验证。 + +#### 4）打印并复制公钥的全部内容 + +``` +cat ~/.ssh/id_rsa.pub +``` + +复制屏幕上出现的公钥内容 + +#### 5）在码园中创建公钥，并粘贴上述公钥内容 + + + + + + + + + + + + +#### 6）在云主机上运行如下命令，取消码园密码访问 + +``` +eval 'ssh-agent -s' +exec ssh-agent bash +ssh-add ~/.ssh/id_rsa +ssh -T git@gitea.shuishan.net.cn +``` + +如果你看到类似如下输出，说明密钥访问设置成功 + + + + + +#### 7）将mnist仓库下载到文件储存 + +``` +cd /mnt +sudo mkdir mnist +sudo chown xuesong:xuesong mnist //更改mnist文件夹拥有者（即你的云主机登录账号）。假如你使用root账号，这步不需要 +cd mnist +git init +git pull git@gitea.shuishan.net.cn:luxuesong_dase_ecnu_edu_cn/mnist.git //将pull后面的内容替换成你仓库的ssh地址 +``` + +#### 8）在mnist下面新建三个目录code，data，output，下一个步骤中会使用。创建完毕后，你的mnist文件夹应该有如下结构。 + + + + + +在步骤四）和五）中，我们将代码放在code文件夹中，数据放在data中，模型放在output中 + + +## `**************作业3：请在mnist目录下运行ls -la命令并截图，插入实验报告***************` + + +### 四）使用docker拉取python镜像，并进入容器运行python +#### 1）运行docker，登录ucloud的镜像仓库，输入ucloud密码 +``` +docker login uhub.service.ucloud.cn -u 707661163@qq.com //换成你的ucloud登录邮箱 +``` + +#### 2）拉取python镜像 +``` +docker pull uhub.service.ucloud.cn/cloud_computing/python:latest +``` + +#### 3）运行容器，并进入bash +``` +docker run -it uhub.service.ucloud.cn/cloud_computing/python /bin/bash +``` + +#### 4）测试python环境，查看已有包 +``` +python -V +pip list +``` + +## `**************作业4：请将进入容器测试python页面截图，插入实验报告***************` + + +### 五）使用python容器训练MNIST识别模型，最后将所有内容同步到水杉码园 + +#### 1）按ctrl+d可退出容器，进入主机/mnt/mnist/data目录，下载mnist数据集。 + +``` +wget https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz +``` + +#### 2）此时让我们先把UFS中的这些文件push一把，同步到码园中。在/mnt/mnist下，运行 + +``` +git remote add origin git@gitea.shuishan.net.cn:luxuesong_dase_ecnu_edu_cn/mnist.git //替换成你的码园仓库 +git add . +git commit -m "xuesong's first commit" +git push origin master +``` + +没有报错则成功push，去水杉码园查看你的仓库验证。 + +#### 3）下载mnist训练代码[mnist.py](file/assignment7/mnist.py)，把它放在/mnt/mnist/code/目录下。 + +#### 4）进入python容器依次安装训练所需的包。 +``` +pip install -U numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple +pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple +pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple +``` + +#### 5）准备好数据、代码、环境，开始训练。因为/mnt/mnist目录在容器外部，所以运行时需要将此目录与容器内部的目录进行映射。 +``` +docker run -v /mnt/mnist:/home/mnist -it uhub.service.ucloud.cn/cloud_computing/python /bin/bash +``` + +## `**************作业5：上述代码训练的模型，在测试集上精度较低（如下图），请把测试集上的精度提升到95%以上（即运行model.evaluate(x_test, y_test)后，accurray在95%以上），将运行结果截图并插入实验报告***************` + +> 提示：你可以尝试增加epoch，也可以尝试更换优化器，其他优化器有Adagrad, RMSprop, Adam等 + + +#### 6）保存训练代码，并push到水杉码园中。 + +``` +git add . +git commit -m "commit source code and model" +git push origin master +```