配置GPU驱动及运行环境

　　配置GPU驱动及运行环境
　　GPU实例创建完毕后，需要配置GPU驱动和运行环境，教程以搭建TensorFlow深度学习框架为例，使用实例为gn5实例：
　　前提条件
　　在开始搭建TensorFlow环境之前，您必须先完成以下工作：
　　注册阿里云账号，并完成实名认证。具体步骤，请参见注册阿里云账号和实名认证 。
　　登录NGC网站，注册NGC账号。
　　登录NGC网站，获取NGC API key并保存到本地。登录NGC容器环境时需要验证您的NGC API Key。
　　背景信息

　　NGC（NVIDIA GPU CLOUD）是NVIDIA开发的一套深度学习生态系统，可以使开发者免费访问深度学习软件堆栈，建立适合深度学习的开发环境。

　　目前NGC在阿里云gn5实例作了全面部署，并且在镜像市场提供了针对NVIDIA Pascal GPU优化的NGC容器镜像。通过部署镜像市场的NGC容器镜像，开发者能简单快速地搭建NGC容器环境，即时访问优化后的深度学习框架，大大缩减产品开发以及业务部署的时间，实现开发环境的预安装；同时支持调优后的算法框架，并且保持持续更新。
　　NGC网站提供了目前主流深度学习框架不同版本的镜像（例如Caffe、Caffe2、CNTK、MxNet、TensorFlow、Theano、Torch），您可以选择需要的镜像搭建环境。
　　gn5优惠活动详情请参见异构计算GPU实例活动页。
　　操作步骤
　　创建一台gn5实例。具体操作，请参见创建ECS实例。
　　在配置参数时，您需要注意以下几点：
　　地域：只能选择华北1（青岛）、华北2（北京）、华北3（张家口）、华北5（呼和浩特）、华东1（杭州）、华东2（上海）、华南1（深圳）。
　　实例：选择gn5实例规格。

　　镜像：单击镜像市场，在弹出对话框里，找到NVIDIA GPU Cloud VM Image后，单击使用

　　公网带宽：选择分配公网IP地址。
　　说明 如果这里没有分配公网IP地址，则在实例创建成功后，需要绑定EIP地址。
　　安全组：选择一个安全组。安全组里必须开放 TCP 22 端口。如果您的实例需要支持HTTPS 或 DIGIT 6 服务，必须开放TCP 443（用于HTTPS）或TCP 5000（用于DIGITS 6）端口。
　　ECS实例创建成功后，请登录ECS管理控制台，记录实例的公网IP地址。
　　连接ECS实例。
　　根据创建实例时选择的登录凭证选择以下任一方式连接ECS实例：
　　使用密码验证连接ECS实例
　　使用SSH密钥对验证连接ECS实例

　　按界面提示输入NGC官网获取的NGC API Key后按回车键，即可登录NGC容器环境。

　　运行nvidia-smi命令。

　　您能查看当前GPU的信息，包括GPU型号、驱动版本等，如下图所示。

　　按以下步骤搭建TensorFlow环境。

　　登录NGC网站，在TensorFlow镜像页面，获取docker pull命令。

　　下载TensorFlow镜像。
　　docker pull nvcr.io/nvidia/tensorflow:18.03-py3
　　查看下载的镜像。
　　docker image ls
　　运行容器，完成TensorFlow开发环境的部署。
　　nvidia-docker run --rm -it nvcr.io/nvidia/tensorflow:18.03-py3

　　选择以下任一种方式测试TensorFlow。

　　简单测试TensorFlow。
　　$python
　　>>> import tensorflow as tf
　　>>> hello = tf.constant('Hello, TensorFlow!')
　　>>> sess = tf.Session()
　　>>> sess.run(hello)

　　如果TensorFlow正确加载了GPU设备，返回结果如下图所示。

　　下载TensorFlow模型并测试TensorFlow。
　　git clone https://github.com/tensorflow/models.git
　　cd models/tutorials/image/alexnet
　　python alexnet_benchmark.py --batch_size 128 --num_batches 100

　　运行状态如下图所示。

　　保存TensorFlow镜像的修改。否则，下次登录时配置会丢失。