|
@ -223,7 +223,27 @@ git pull root@gitea.shuishan.net.cn:luxuesong_dase_ecnu_edu_cn/mnist.git //将 |
|
|
<img src="img/assignment7/ass7-switch4.png"> |
|
|
<img src="img/assignment7/ass7-switch4.png"> |
|
|
</kbd> |
|
|
</kbd> |
|
|
|
|
|
|
|
|
说明:这么做的原因只有一个,训练模式烧钱 :joy: :joy: !! |
|
|
|
|
|
|
|
|
说明:这么做的原因只有一个,训练模式跑的是GPU,太烧钱 :joy: :joy: !! |
|
|
|
|
|
写代码时是不需要GPU的,所以切换到编辑模式,跑在CPU机器上;当代码完成,需要大规模训练的时候,才使用训练模式。 |
|
|
|
|
|
|
|
|
|
|
|
## 本实验不需要用到GPU,请确保一直在编辑模式下完成实验!!并且,实验暂停时,请点击“停止”暂停任务,这样便不会收费 |
|
|
|
|
|
|
|
|
|
|
|
<kbd> |
|
|
|
|
|
<img src="img/assignment7/ass7-switch5.png"> |
|
|
|
|
|
</kbd> |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 五)使用交互式训练任务训练MNIST识别模型,最后将所有内容同步到水杉码园 |
|
|
|
|
|
|
|
|
|
|
|
#### 1)点击训练任务的“Jupyter”按钮,进入jupyter notebook,我们看到了文件存储上的三个文件夹code,data和output,因为我们将它们映射到了容器中。 |
|
|
|
|
|
|
|
|
|
|
|
#### 2)点击进入code,新建一个tensorflow的notebook,并重命名,然后保存文件 |
|
|
|
|
|
|
|
|
|
|
|
#### 3)回到云主机的/mnt/mnist/data目录下 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
#### 3)现在让我们把这三个云主机连接到负载均衡器,并且从负载均衡器中删除刚才的具有外网ip的节点(接下来我们要用外网ip节点做压测)。首先我们禁用掉其中的两个节点,只保留一个节点在启用状态。如下图所示。 |
|
|
#### 3)现在让我们把这三个云主机连接到负载均衡器,并且从负载均衡器中删除刚才的具有外网ip的节点(接下来我们要用外网ip节点做压测)。首先我们禁用掉其中的两个节点,只保留一个节点在启用状态。如下图所示。 |
|
|
|
|
|
|
|
|