云服务器跑深度学习解决哪些问题？云服务器涉及哪些技术？（云计算需要掌握的技术）

云服务器对于建站来说必不可少，通过云服务器还可以建立学习模型，有的人利用云服务器学习各种技术问题。云服务器跑深度学习需要解决哪些问题？云服务器涉及到哪些技术？下面小编就来给大家系统回答下这些问题。

一、云计算服务器有什么优势？

云服务器跑深度学习

二、云服务器跑深度学习需要解决哪些问题？

利用远程云服务器跑深度学习模型主要有三个问题需要解决：一是深度学习环境的搭建，二是已搭建环境的保存，三是远程数据的传输。

深度学习环境的搭建

在购买服务器创建实例时，可以在镜像市场选择购买已经配置好环境装好驱动的镜像。其优点是可以省去大量自己配置环境和安装显卡驱动的时间；而缺点在于不能自己选择深度学习框架和其它软件的版本，在后续自己安装其他软件或者函数库时可能发生兼容问题。

对于一台新购买的云服务器，深度学习环境的搭建无外乎安装Anaconda、TensorFlow或PyTorch，以及其他用于数据处理的库，例如numpy/pandas/matplotlib/sklearn/jupyter notebook，等等。另外还可根据需要安装keras，以及显卡驱动。

已搭建环境的保存

对于自己配置环境的云服务器，可以制作自定义镜像保存，以便在释放实例后再次创建其他实例时可以快速创建环境。在每次创建实例时选择按量付费，选择自定义镜像，做玩一次实验后对数据做好备份（保存快照或者远程传输到本地电脑），然后释放实例。如此可以将费用降到最低。

远程数据的传输

在运行深度学习模型时，为了防止长时间无操作而导致远程连接断开，可以让模型在后台运行。

云服务器跑深度学习

三、云服务器涉及到哪些技术？

虚拟化技术

虚拟化平台将1000台以上的服务器集群虚拟为多个性能可配的虚拟机(KVM)，对整个集群系统中所有KVM进行监控和管理，并根据实际资源使用情况灵活 分配和调度资源池。

分布式存储

技术原理：分布式存储用于将大量服务器整合为一台超级计算机，提供大量的数据存储和处理服务。分布式文件系统、分布式数据库允许访问共同存储资源，实现应用数据文件的IO共享。

云服务器跑深度学习需要解决哪些问题？云服务器涉及到哪些技术？上文对于云服务器的介绍比较详细，大家在建立模型学习时可以看看上文的讲解。