環境構築 備忘録
GCP上にコンテナを立てて、分析環境構築を行う。
今一分かってないけど、どうやって立てたかを自分用にまとめる。
GCPについて
GCPについては以下記事が非常によくまとまっているので読んでほしい。
このシリーズの第3回くらいまで読んでどんなものか大枠を把握した。
【GCP入門編・第1回】エンジニア必読！今さら聞けない、Google Cloud Platform (GCP) とは？
アカウント作成は第2回に記載。
【GCP入門編・第2回】まずは、ここから！ Google Cloud Platform (GCP) の事前準備！
GCEについての説明
【GCP入門編・第3回】難しくない！ Google Compute Engine (GCE) でのインスタンス起動方法！
GCE インスタンス作成
GCPとDockerでKaggle用計算環境構築
GCP+DockerでKaggle用GPU環境構築
2記事を主に参考にしたがDeepLearningVMを見つけられなかったために、
通常のインスタンス作成を行った。
GCEインスタンス作成画面で弄ったのは以下の項目
- マシンタイプ 8vCPU
- GPU NVIDIA TeslaP4
- ブートディスク Deep Learning Image: Base m36
- 他の項目はGCPとDockerでKaggle用計算環境構築を見たりした
注意：GPUを使う場合は割り当ての編集をする必要がある。
割り当て編集についての質問
-> GCPのDeep Learning VMインスタンスを立ち上げる
申請してから2営業日以内に対応するわ！っていうメールが来るけど、その日の内だった。
MaketPlaceでPytorch NVIDIA GPU Notebook使っても良さそう。
CloudSDKからインスタンスに接続
これも前節の記事参考にした。
加えて、入門記事：GCE (Google Compute Engine) で作るJupyter分析環境のJupyter環境構築(Docker)も参考にした。
アクセス情報の確認はここ
インスタンスのファイアウォールの設定についてはここ
構築終わり
これで言語処理100本ノックの残りに入れる。
課題
- imageダウンロードで済ましたDockerfileを書けるようになること
- DeepLearningVMが見つけられなかった
- GPUの確認はtorchでやるつもりだったが、忘れてた（現時点）