免费GPU计算平台-Floyd使用教程

Floyd使用亚马逊云计算的硬件资源，然而价格更便宜，新注册用户可以享受100小时的免费GPU使用

Floyd网址
 ：  https://www.floydhub.com/             

英文教程：       https://docs.floydhub.com/examples/style_transfer/
集智俱乐部/AI学园          http://mp.sohu.com/profile?xpt=cHBhZzI0MDUyNGZjYjQ4NkBzb2h1LmNvbQ==&_f=index_pagemp_1

使用：上篇            http://www.sohu.com/a/152168472_99914946

     下篇        http://www.sohu.com/a/154904696_99914946
 https://zhuanlan.zhihu.com/p/27573615   实例讲解，怎么用

      1、上传数据集操作非常简单，你可以参考官方提供的指导，只需要几条命令就可以搞定，非常方便。
              http://docs.floydhub.com/home/using_datasets/

         不管是公共数据集，还是自己的数据集，都是通过数据ID来指定的。

         你可以通过以下方式查看公共数据集的内容：

$floyd run --data GY3QRFFUA8KpbnqvroTPPW "ls -la /input"

        2.进入项目目录

$ cd tensorflow-notebooks-examples/3_NeuralNetworks

        3.初始化项目
          $ floyd init neural-networks 

Project "neural-networs" initialized in current directory

         初始化后，Floyd会在本目录里生成一些临时文件，以便运行计算实例时，上传目录中必要的程序文件到云服务器

 我们之前已经登陆了Floyd，现在初始化项目：
 $ floyd init fast-style-transfer 

Project "fast-style-transfer" initialized in current directory

下面我们就要开始模型的训练过程了。在这之前，我们先谈谈训练数据集的问题。
在将要训练的模型中，我们会用到预训练的模型“imagenet-vgg-verydeep-19“以及训练图片数据集。这个数据集Floyd已经为我们准备好了，我们只需要在开始训练时指出训练用的数据集ID即可。
本例需要的数据ID为：jq4ZXUCSVer4t65rWeyieG，
b9c9
我们也可以使用以下命令，先看看这个数据的内容。

$ floyd data output  jq4ZXUCSVer4t65rWeyieG

         运行这条命令后会自动打开浏览器，展示这个数据的内容：

          这两个特点可以说是解决了大多数机器学习研究者的烦恼。原来单单配置一个Caffe环境就好好长时间，更别提上传数据集了。
        我有一个做机器翻译的朋友，训练数据集多达160G，光是上传那么多的训练数据得花多少服务器时间，时间就是白花花的银子             呀！现在使用Floyd只需要在启动计算环境的时候设置公用数据集的ID，就可以直接使用啦！