在金山云服务器上向ks3上传文件

在调试模型的时候需要把程序打包上传到金山云的KS3存储中,有小伙伴问我如何更方便的上传,这里提供2个办法。 第一种办法再拥有KS3权限后,建立对应文件目录: 然后点击上传,即可在web页面下上传。当然在web页面下有一些限制,我们也可以使用ks3until工具来做这件事情 第二种办法 首先我们生成金山云用户的公钥和私钥 1、公钥私钥生成方法 登录金山云并注册用户后在身份与管理里生成秘钥,注意公钥会一直保持在网站上,秘钥只有在生成的时候用户才可见并能下载,如果不下载,因为云平台不保存秘钥,所以你的秘钥将丢失并无法找回。如果要中只能再次重新生成。 然后down下ks3until文件 #wget https://ks3-cn-beijing.ksyun.com/ »

在金山云KDL上运行第一个机器学习程序

既然我们已经搭建好了TensorFlow,那么就到了我们的第一个识别程序的时候了。之前我们show了一下我们自己的mnist数据集,这里面放的就是手写数字的图片,所以我们来写一个简单的识别手写数字的程序。 首先我们明确下我们需要做的事情: 1、定义公式算法,也就是我们的训练逻辑 2、定义loss,选定优化器,并制定优化器优化loss 3、迭代的用数据对算法进行训练 4、在测试集或验证集上对准确率进行评估。 然后再看我们的数据集,数据集中的是28X28像素的图像,对图片做一维展开得到的是一个有784维特征的样本,(此例为简单样例所以忽略了2维的空间信息,会在以后复杂的样例中添加进去。)所以对应的,我们得到的训练数据就是一个55000x784的tensor,如图1。训练数据的label就是一个55000x10的tensor。 »

在金山云虚拟主机上Tensorflow的安装

最近机器学习灰常的火,目测可以在很多领域得到应用。金山云目前同时支持GPU和CPU的服务器,本文以CPU云服务器为例,简要说明了tensorflow在金山云上的安装和部署的process。希望能对大家有一定的启发。 闲话少说,开始部署,需要用python语言写程序,以及TensorFlow的支持。安装顺序Anaconda,python ,TensorFlow。 一、安装Anaconda 之所以选择anaconda是因为他自带的包足够全,且配置方便,服务器自带centos7系统,去官网https://www.continuum.io/downloads#linux 下载 然后就是直接安装, »

个人开发ML程序时,如何突破资源桎梏

随着学习的深入,我愈发深刻的认识到一个极为尴尬的问题——随着训练集数据的增大,和迭代次数的增加,本地虚拟机已经难以重负(我的本地虚拟机2核4G)。当运行一个简单卷积网络测试的时候(784x784=614656连接), 程序崩了。。。 程序崩。。。 程序。。。 程。。。 。。。 蜜汁尴尬了我内存哥,因为金山云KDL(Kingsoft Deep-Learning platform)同时支持CPU和GPU的配置,所以我尝试将程序直接打包到KDL上运行,发现在kdl上资源有几种套餐 CPU 基础性能 CPU: 1核 内存: »

在金山云上搭建基于Django-oscar的电商平台

说明:Oscar是在Github上得星最多,基于Django的电商框架,可以帮助企业快速企业建立支持多渠道(网站、微信等),集成多后台系统的品牌电商平台。而基于金山云提供的公有云服务,在低投资的情况下获得高可用、高安全而且访问速度快的电商服务。本文介绍如何利用Django-oscar,基于金山云提供的云服务器和关系数据库RDS快速搭建电商平台的过程。 一、环境需求 1、创建云服务器,并关联一个弹性IP。 2、安装python3.6.1(通过下载最新的安装包,重新编译进行安装) [myang@vm10-0-0-21 ~]$ python3 »