使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神
由于购买的电脑没有配NVIDIA独立显卡，故在学习到AlexNet的时候就没办法在CPU上运行相关代码，感谢李沐大神手把手教学使用AWS最便宜的GPU实例，视频有点加速，本人也是放了0.75倍速看了好几遍才操作成功，所以将此过程写成如下内容，供大家参考。
1.注册AWS账号
进入网站：https://portal.aws.amazon.com/billing/signup?nc2=h_ct&src=header_signup&redirect_url=https%3A%2F%2Faws.amazon.com%2Fregistration-confirmation#/start
如果有亚马逊账号可以直接登录，没有的话就要注册一个，由于本人是刚开始入门，因此没有亚马逊账号，就注册了一个。
总共有五个步骤，正常的话注册也比较简单，和一些普通的注册流程差不多，需要一张信用卡用于付费，注册时会先预扣1美元用于验证卡是否可用。
但本人在最后最后一步验证短信验证码的时候遇到了问题：收不到短信验证码，后来上网查询后发现可以在AWS service上申请人工验证。
可以进入AWS support center：https://console.aws.amazon.com/support/home#/，创建一个case，用英文描述你的问题，亚马逊会通过邮件联系你，会询问你何时有时间接听电话，通过电话来验证账号，打电话前她会发送一个OTP到邮箱，接听电话的时候将OTP提供给工作人员便可以验证完成，注意电话是从美国直接打过来的，通话用的是英文。
2.登录AWS，启动实例
有了账号之后就可以登陆AWS→选择service：EC2→选择地区：我选择的是Asia Pacific（Hongkong）→启动实例→选择操作系统：跟沐神一样选择了Ubuntu Server 18.04 LTS
→选择g4dn实例→更改内存为20G→需要新建并下载一个密钥，命名为d2l→启动实例
我在启动实例的时候遇到一个问题：问题主要内容是说g4dn包含4个vCPU，但我的CPU limit为0，需要更改limit，因此我根据它的提示，再次进入support center，填写问题描述，更改CPU limit为4，亚马逊会通过邮件回复修改成功后，过几分钟再次登陆启动实例便可以启动成功。点击ID看到实例处于running状态便说明启动成功。
3.连接到服务器
在ssh输入：ls Downloads/d2l.pem 看我们下载的d2l的公钥
再输入：chomd 400 Downloads/d2l.pem 把权限改成400
指定公钥： ssh -i Downloads/d2l.pem ubuntu@xx.xxx.xx.xx
输入：sudo apt-get update 更新一下系统包
输入：sudo apt-get install build-essential --Y
下载cuda：
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
运行cuda：sudo sh cuda_11.3.1_465.19.01_linux.run →accept→Install
安装好后更改二进制文件位置：vim .bashrc →LD_LIBRARY_PATH=usr/local/cuda-11.2/lib64
先按ESC，再输入:wq退出编辑模式，输入bash
下载miniconda：wget https://repo.anaconda.com/miniconda/Miniconda3-py39_4.9.2-Linux-x86_64.sh
再输入：bash Miniconda3-py39_4.9.2-linux-x86_64.sh →回车→yes→PREFIX=/home/ubuntu/miniconda3→yes
输入bash→创建一个新的环境：conda create -n d2l python=3.8 pip→y
输入conda activate d2l
下载pytorch：pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
去动手学深度学习下载记事本：wget https://zh-v2.d2l.ai/d2l-zh.zip
安装unzip：sudo apt-get install unzip
解压：unzip d2l-zh.zip
输入ls查看文件夹
安装d2l和jupyter notebook：pip install -U d2l jupyter
运行jupyter notebook：jupyter notebook
新建一个终端窗口（我的是mac，快捷键为：command+t）
输入ssh -i Downloads/d2l.pem -L8888:localhost:8888 ubuntu@xx.xxx.xx.xx把远程终端映射到本地，点击之前的url就可以访问了（我的点击好像没反应，复制到浏览器也可以）
用pytorch中的resnet作为测试，把epoch改为1。这样应该就可以了。
友情提示：用完记得在AWS关闭实例，因为是按小时收费的。
