云计算课程实验
Du kan inte välja fler än 25 ämnen Ämnen måste starta med en bokstav eller siffra, kan innehålla bindestreck ('-') och vara max 35 tecken långa.

259 rader
8.6 KiB

  1. # Assignment 7 指南
  2. ## `******注意,实验结束请立即删除云主机、UFS文件存储,节省费用******`
  3. ## `******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******`
  4. ## 实验内容
  5. - 创建文件存储: `实验步骤 一)`
  6. - 创建云主机,并挂载文件存储:`实验步骤 二)`
  7. - 在水杉码园创建一个仓库,并下载至文件存储:`实验步骤 三)`
  8. - 拉取python镜像,在容器内测试环境: `实验步骤 四)`
  9. - 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)`
  10. ## 实验要求
  11. - 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
  12. - 实验报告上传deadline: `4月20日23:59`
  13. ## 使用UCloud产品
  14. 云主机UHost、文件存储UFS、镜像库UHub、私有网络VPC、基础网络UNet
  15. ## 需要权限
  16. 云主机UHost、文件存储UFS、镜像库UHub、基础网络UNet
  17. ## 基础知识
  18. `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。
  19. ## 实验步骤
  20. ### 一)创建一个文件存储
  21. #### 1)在产品->存储中选择“文件存储UFS”,然后点击创建文件系统。
  22. #### 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。
  23. <kbd>
  24. <img src="img/assignment7/ass7-createufs.png">
  25. </kbd>
  26. #### 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。
  27. <kbd>
  28. <img src="img/assignment7/setGuazai.png">
  29. </kbd>
  30. <kbd>
  31. <img src="img/assignment7/vpc.png">
  32. </kbd>
  33. #### 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。
  34. <kbd>
  35. <img src="img/assignment7/guazai.png">
  36. </kbd>
  37. <kbd>
  38. <img src="img/assignment7/guazaiIP.png">
  39. </kbd>
  40. ## `**************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***************`
  41. ### 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
  42. #### 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)
  43. #### 2)登录云主机,安装NFS
  44. ```
  45. sudo yum install -y nfs-utils
  46. ```
  47. 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。
  48. #### 3)在云主机上挂载文件存储,挂载点为/mnt
  49. ```
  50. sudo mount -t nfs4 你的文件存储IP地址:/ /mnt
  51. ```
  52. #### 4)运行如下命令查看当前云主机的文件系统
  53. ```
  54. df -hT
  55. ```
  56. 你应该看到如下图所示内容
  57. <kbd>
  58. <img src="img/assignment7/ass7-df.png">
  59. </kbd>
  60. ## `**************作业2:请将df -hT的运行后界面截图,并插入实验报告***************`
  61. ### 三)在水杉码园创建一个仓库,并下载至文件存储
  62. #### 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
  63. <kbd>
  64. <img src="img/assignment7/ass7-createrepo1.png">
  65. </kbd>
  66. <kbd>
  67. <img src="img/assignment7/ass7-createrepo2.png">
  68. </kbd>
  69. #### 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
  70. ```
  71. sudo yum install -y git
  72. git config --global user.name "51255903039"
  73. git config --global user.email "51255903039@stu.ecnu.edu.cn"
  74. ```
  75. #### 3)生成云主机密钥,使用密钥访问水杉码园
  76. ```
  77. ssh-keygen -t rsa -C '51255903039@stu.ecnu.edu.cn'
  78. ```
  79. 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。
  80. #### 4)打印并复制公钥的全部内容
  81. ```
  82. cat ~/.ssh/id_rsa.pub
  83. ```
  84. 复制屏幕上出现的公钥内容
  85. #### 5)在码园中创建公钥,并粘贴上述公钥内容
  86. <kbd>
  87. <img src="img/assignment7/ass7-key1.png">
  88. </kbd>
  89. <kbd>
  90. <img src="img/assignment7/ass7-key2.png">
  91. </kbd>
  92. <kbd>
  93. <img src="img/assignment7/ass7-key3.png">
  94. </kbd>
  95. #### 6)在云主机上运行如下命令,取消码园密码访问
  96. ```
  97. eval 'ssh-agent -s'
  98. exec ssh-agent bash
  99. ssh-add ~/.ssh/id_rsa
  100. ssh -T git@gitea.shuishan.net.cn
  101. ```
  102. 如果你看到类似如下输出,说明密钥访问设置成功
  103. <kbd>
  104. <img src="img/assignment7/ass7-key4.png">
  105. </kbd>
  106. #### 7)将mnist仓库下载到文件储存
  107. ```
  108. cd /mnt
  109. sudo mkdir mnist
  110. 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
  111. cd mnist
  112. git init
  113. 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
  114. ```
  115. #### 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。
  116. <kbd>
  117. <img src="img/assignment7/ass7-tree.png">
  118. </kbd>
  119. 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
  120. ## `**************作业3:请在mnist目录下运行ls -la命令并截图,插入实验报告***************`
  121. ### 四)使用docker拉取python镜像,并进入容器运行python
  122. #### 1)运行docker,登录ucloud的镜像仓库,输入ucloud密码
  123. ```
  124. docker login uhub.service.ucloud.cn -u 707661163@qq.com //换成你的ucloud登录邮箱
  125. ```
  126. #### 2)拉取python镜像
  127. ```
  128. docker pull uhub.service.ucloud.cn/cloud_computing/python:latest
  129. ```
  130. #### 3)运行容器,并进入bash
  131. ```
  132. docker run -it uhub.service.ucloud.cn/cloud_computing/python /bin/bash
  133. ```
  134. #### 4)测试python环境,查看已有包
  135. ```
  136. python -V
  137. pip list
  138. ```
  139. ## `**************作业4:请将进入容器测试python页面截图,插入实验报告***************`
  140. ### 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
  141. #### 1)按ctrl+d可退出容器,进入主机/mnt/mnist/data目录,下载mnist数据集。
  142. ```
  143. wget https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
  144. ```
  145. #### 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
  146. ```
  147. 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
  148. git add .
  149. git commit -m "xuesong's first commit"
  150. git push origin master
  151. ```
  152. 没有报错则成功push,去水杉码园查看你的仓库验证。
  153. #### 3)下载mnist训练代码[mnist.py](file/assignment7/mnist.py),把它放在/mnt/mnist/code/目录下。
  154. #### 4)进入python容器依次安装训练所需的包。
  155. ```
  156. pip install -U numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
  157. pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
  158. pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
  159. ```
  160. #### 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。
  161. ```
  162. docker run -v /mnt/mnist:/home/mnist -it uhub.service.ucloud.cn/cloud_computing/python /bin/bash
  163. ```
  164. ## `**************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***************`
  165. > 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
  166. #### 6)保存训练代码,并push到水杉码园中。
  167. ```
  168. git add .
  169. git commit -m "commit source code and model"
  170. git push origin master
  171. ```