Azure Deep Learning VMの展開

Azureではデータサイエンス向けのVMテンプレートとしてDSVM（Data Science Virtual Machine)が提供されています。そのDSVMをさらにDeep Learning専用にカスタマイズしたVMテンプレートが、Deep Learning VMになります。TensorFlowやCaffeから、CNTKまで標準で、搭載されており、またGPUの構成も行われていることから、ユーザーの負担がほとんどなく、すぐにDeep Learningの作業を開始できる状況になっています。

まず、Azure Portalから、Deep Learning Virtual Machineを選択します。WindowsとLinux選べますが、Linuxを今回選択します。

さらにVMのサイズを選択します。データセンターにより選択できるサイズは異なります。一番安価なNC6を選択しました。

 

 

展開が終わると、ログインできますのでSSHでログインします

Windowsを端末として利用する場合は、Windows Service for Linux(WSL)のUbuntuをクライアントに導入します。

まず、基本的な設定を行っていきます。

žsudo apt-get update

žsudo apt-get upgrade

žリモートデスクトップサーバー導入を行います。

žsudo apt-get install xfce4

žsudo apt-get install xrdp

žecho xfce4-session >~/.xsession

žsudo service xrdp restart

端末側でAzure CLIを導入します

žAZ_REPO=$(lsb_release -cs) echo "deb [arch=amd64] https://packages.microsoft.com/repos/azure-cli/ $AZ_REPO main" | \ sudo tee /etc/apt/sources.list.d/azure-cli.list

žsudo apt-key adv --keyserver packages.microsoft.com --recv-keys 52E16F86FEE04B979B07E28DB02C46DF417A0893

žsudo apt-get install apt-transport-https

žsudo apt-get update && sudo apt-get install azure-cli

上記導入を後、Azure CLIで先ほど作成した、dlvmに接続します

žaz login

žaz vm open-port --resource-group demo --name dlvm --port 3389

DLVMで、リモートデスクトップの動作を確認します

nvidia-smiコマンドでGPUの動作を確認します

pythonの環境を確認し、anacondaの動作確認です。

žgit clone https://github.com/keras-team/keras

kerasのサンプルを実行してみます。

動作が確認できます。