从云基础设施导出已设置的虚拟机以在本地使用

Question

我需要使用基于张量流的神经元网络体系结构(PointNet https://github.com/charlesq34/pointnet)来执行一些机器学习任务。我想使用云基础设施来实现这一点，因为我没有所需的物理资源。客户的要求是，他们希望得到整个设置的机器，我用于培训后，而不仅仅是最终的模式。这是因为他们是研究人员，他们想自己使用机器，四处游玩，了解我做了什么，但他们不想自己做安装/安装工作。不幸的是，他们现在无法自己提供(物理或虚拟)机器。

问题是:在像google云或AWS这样的云基础设施提供商上安装一台机器，安装所需的软件(使用Nvidia Cuda)并在一段时间后导出这台机器，当有合适的硬件可用时，将其导入虚拟化工具(如Virtual )并在自己的系统上继续使用，这是否可能/合理？安装的GPU/Cuda相关软件如TensorFlow等还能正常工作吗？

Answer 1

我想这是可能的，但需要配置特定的硬件，以使其在本地环境中工作。

对于Google平台，深度学习容器简介，您将允许创建可移植的环境。

深度学习容器是一组带有关键数据科学框架、库和预先安装的工具的Docker容器。这些容器为您提供了性能优化、一致的环境，可以帮助您快速创建和实现工作流。了解更多信息。

此外，请检查使用GPU加速器运行实例

Google为用户在容器优化的OS实例上在Docker容器中运行GPU工作负载提供了无缝体验，这样用户也可以从其他容器优化的OS功能中受益，比如安全性和可靠性。

若要使用Virtualbox配置Docker，请检查此外部博客。