TensorFlow VPS — alates 5,49 €/kuus
Treeni TensorFlow mudeleid ilma piiranguteta — NVMe-server rohke mäluga, 5 tundi prooviaega, sa ei riski millegagi
Käivita TensorFlow kohe
TensorFlow VPS on täieliku root-ligipääsuga virtuaalserver mudelite treenimiseks ja käitamiseks TensorFlow ning Kerasega. Paigaldad ise Linuxi, Pythoni ja vajalikud TensorFlow versioonid, arvutus käib serveris ja sinu arvuti jääb vabaks. Varuga muutmälu ja kiired NVMe-kettad hoiavad andmestikud ja mudeli kaalud lähedal, TensorBoard avaneb brauseris. Paketid algavad 5,49 €/kuus ja server antakse 5-tunnise prooviajaga — kontrolli jõudlus oma andmetel enne maksmist üle.
Paketid
VPS TensorFlow jaoks
Standard 1 (4 vCPU, 4 GB) ja Standard 2 (4 vCPU, 6 GB) sobivad prototüüpideks ja silumiseks. Mudeli käitamine protsessoril ja väikeste mudelite treenimine vajab Power 3 (16 vCPU, 24 GB) või suuremat, raske treenimine aga videokaarti. 5 tundi prooviaega enne maksmist.
Võrdle kõiki paketteStandard 1
| 4 vCPU · AMD EPYC |
| 4 GB RAM |
| 50 GB NVMe |
| Piiramatu andmeside |
| 1× IPv4 · KVM |
| Tugi 24/7 |
Standard 2
| 4 vCPU · AMD EPYC |
| 6 GB RAM |
| 60 GB NVMe |
| Piiramatu andmeside |
| 1× IPv4 · KVM |
| Tugi 24/7 |
Oma TensorFlow keskkond
Paigalda vajalikud Pythoni, TensorFlow ja Kerase versioonid — oma mudelite jaoks, ilma väliste piirangute ja arvutusaja limiitideta.
Treenimine serveris
Pikad treeningtsüklid käivad serveris ööpäev läbi ega hoia sülearvutit kinni — käivita ja lase arvutada.
Andmestikud NVMe-l
Kiired kettad ja varuga mälu kiirendavad suurte andmestike laadimist ning hoiavad mudeli kaalud arvutuse kõrval.
Kuidas TensorFlow VPS-is käivitada
Vali pakett ja tõmmis
Vali pakett — Standard 1 (4 vCPU, 4 GB) või Standard 2 (4 vCPU, 6 GB) — ja märgi Linuxi tõmmis, Ubuntu või Debian, oma ML-stacki jaoks.
Paigalda OS ise
Juhtpaneeli kaudu paigaldad valitud OS-i KVM-serverisse ise — keskkond jääb täielikult sinu kontrolli alla.
Seadista TensorFlow
SSH või KVM-konsooli kaudu paigalda Python ja TensorFlow, laadi andmed üles ning alusta treenimist koos TensorBoardiga.
Server sinu mudelitele
Soovitame, milline pakett sobib sinu mudelile ja andmestiku mahule: mälumaht, vCPU arv ja NVMe ruum. Mudeli käitamiseks ja treenimiseks GPU-l paneme konfiguratsiooni kokku eraldi.
Aitame üles seada keskkonna, TensorBoardi ja turvalise ligipääsu. Alternatiivne raamistik on PyTorchi VPS, videokaardiga konfiguratsioonid aga GPU-serverid.
Aita konfiguratsiooni validaKorduma kippuvad küsimused
Ei leidnud vastust?
Kirjuta meile kontaktilehe kaudu.
Kõiki — sul on root-ligipääs ja paigaldad ise projektile vajalikud Pythoni, TensorFlow ja Kerase versioonid.
Jah: käivita treenimine systemd, tmuxi või nohupi kaudu — protsess jätkub ka pärast SSH-ühenduse katkestamist. Logid ja kontrollpunktid kirjutatakse serveri kettale.
Baaspaketid on üles ehitatud vCPU-le, mälule ja NVMe-le. GPU-koormusteks paneme konfiguratsiooni eraldi kokku — saada meile päring.
Jah. Kui TensorBoard on käivitatud, avaneb see brauseris serveri aadressil — jälgi treenimise mõõdikuid kaugelt.
Mudeli käitamiseks ja väikeste mudelite treenimiseks küll: 16 vCPU ja 24 GB (Power 3, 27,99 €/kuus) saavad tavakoormusega hakkama. Raske treenimine nõuab GPU-d.
Vähenda partii suurust ja kasuta andmegeneraatoreid, selle asemel et laadida kogu andmestik mällu. Kui sellest ei piisa, liigu 32–64 GB paketti (Max 1 või Max 3).
Jah, märkmik paigaldatakse serverisse ja avatakse turvalise tunneli kaudu või parooliga kaitstud Nginxi taga. Ära jäta porti kaitseta lahti.
Jah, KVM-konsool annab sama ligipääsu nagu monitor ja klaviatuur masina kõrval: konfiguratsiooni muutmine, taastesse käivitamine, uuesti paigaldamine.