Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Configuración de una instancia de DLAMI
Una vez que haya [elegido una DLAMI](choose-dlami.md) y el tipo de instancia de [Amazon Elastic Compute Cloud (Amazon EC2)](instance-select.md) que desee usar, lo tendrá todo a punto para configurar su nueva instancia de DLAMI.
Si todavía no ha elegido una DLAMI y un tipo de instancia de EC2, consulte [Introducción a las DLAMI](getting-started.md).
**Topics**
+ [Búsqueda del ID de una DLAMI](find-dlami-id.md)
+ [Lanzamiento de una instancia de DLAMI](launch.md)
+ [Conexión a una instancia de DLAMI](setup-connect.md)
+ [Configuración de un servidor de cuadernos de Jupyter en una instancia DLAMI](setup-jupyter.md)
+ [Limpieza de una instancia de DLAMI](setup-cleanup.md)
# Búsqueda del ID de una DLAMI
Cada DLAMI tiene un identificador único (ID). Cuando vaya a lanzar una instancia de DLAMI mediante la consola de Amazon EC2, puede utilizar si lo desea el ID de DLAMI para buscar la DLAMI que quiera utilizar. Si lanza una instancia de DLAMI con la AWS Command Line Interface (AWS CLI), necesitará este ID.
Puede encontrar el ID de la DLAMI que desee mediante un comando de la AWS CLI para Amazon EC2 o el Almacén de parámetros, una funcionalidad de AWS Systems Manager. Para obtener instrucciones sobre cómo instalar y configurar la AWS CLI, consulte [Comenzar a utilizar la AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) en la *Guía del usuario de AWS Command Line Interface*.
------
#### [ Using Parameter Store ]
**Para buscar una DLAMI mediante **ssm get-parameter****
En el siguiente comando [https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ssm/get-parameter.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ssm/get-parameter.html), en la opción `--name`, el formato del nombre del parámetro es */aws/service/deeplearning/ami/\$1architecture/\$1ami\$1type/latest/ami-id*. En este formato de nombre, la *arquitectura* puede ser **x86\$164** o **arm64**. Especifique el *ami\$1type* tomando el nombre de la DLAMI y quitando las palabras clave “deep”, “learning” y “ami”. Encontrará el nombre de la AMI en [Notas de la AMIs versión de Deep Learning](appendix-ami-release-notes.md).
**importante**
Para usar este comando, la entidad principal de AWS Identity and Access Management (IAM) que utilice debe el permiso `ssm:GetParameter`. Para obtener más información sobre las entidades principales de IAM, consulte la sección [Recursos adicionales](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html#id_roles_additional-resources) de **roles de IAM** en la *Guía del usuario de IAM*.
+
```
aws ssm get-parameter --name /aws/service/deeplearning/ami/x86_64/base-oss-nvidia-driver-ubuntu-22.04/latest/ami-id \
--region us-east-1 --query "Parameter.Value" --output text
```
El resultado debería tener un aspecto similar al siguiente:
```
ami-09ee1a996ac214ce7
```
**sugerencia**
Para algunos marcos de DLAMI compatibles actualmente, es posible encontrar comandos **ssm get-parameter** de ejemplo más específicos en las [Notas de la AMIs versión de Deep Learning](appendix-ami-release-notes.md). Seleccione el enlace a las notas de la versión de la DLAMI que haya elegido y, a continuación, busque su consulta de ID en dichas notas.
------
#### [ Using Amazon EC2 CLI ]
**Para buscar una DLAMI mediante **ec2 describe-images****
En el siguiente comando [https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/describe-images.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/describe-images.html), en el valor del `Name=name` del filtro, escriba el nombre de la DLAMI. Puede especificar una versión de lanzamiento para un marco determinado u obtener la última versión sustituyendo el número de versión por un signo de interrogación (?).
+
```
aws ec2 describe-images --region us-east-1 --owners amazon \
--filters 'Name=name,Values=Deep Learning Base OSS Nvidia Driver GPU AMI (Ubuntu 22.04) ????????' 'Name=state,Values=available' \
--query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' --output text
```
El resultado debería tener un aspecto similar al siguiente:
```
ami-09ee1a996ac214ce7
```
**sugerencia**
Para ver un comando de ejemplo **ec2 describe-images** específico de la DLAMI que haya elegido, consulte [Notas de la AMIs versión de Deep Learning](appendix-ami-release-notes.md). Seleccione el enlace a las notas de la versión de la DLAMI que haya elegido y, a continuación, busque su consulta de ID en dichas notas.
------
**Siguiente paso**
[Lanzamiento de una instancia de DLAMI](launch.md)
# Lanzamiento de una instancia de DLAMI
Tras [encontrar el ID](find-dlami-id.md) de la DLAMI que quiera usar para lanzar una instancia de DLAMI, el siguiente paso es lanzar la instancia. Para ello, puede utilizar la consola Amazon EC2 o la AWS Command Line Interface (AWS CLI).
**nota**
En este tutorial, puede que hagamos referencias específicas a la AMI de aprendizaje profundo con base OSS Nvidia Driver GPU AMI (Ubuntu 22.04). Incluso aunque seleccione otra DLAMI, debería ser capaz de seguir esta guía.
------
#### [ EC2 console ]
**nota**
Para acelerar las aplicaciones de computación de alto rendimiento (HPC) y de machine learning, puede lanzar su instancia de DLAMI con una Elastic Fabric Adapter (EFA). Para obtener instrucciones específicas, consulte [Lanzamiento de una instancia con EFA AWS Deep Learning AMIs](tutorial-efa-launching.md).
1. Abra la [consola de EC2](https://console.aws.amazon.com/ec2).
1. Tome nota de la Región de AWS actual en la parte superior del panel de navegación. Si no es la región que desea, cambie esta opción antes de continuar. Para obtener más información, consulte las y los [puntos de conexión del servicio Amazon EC2](https://docs.aws.amazon.com/general/latest/gr/ec2-service.html#ec2_region) en la *Referencia general de Amazon Web Services*.
1. Elija **Iniciar instancia**.
1. Introduzca un nombre para la instancia y seleccione la DLAMI que le resulte más adecuada.
1. Busque una DLAMI existente en **Mis AMI** o seleccione **Inicio rápido**.
1. Busque por ID de DLAMI. Examine las opciones y seleccione la que desee.
1. Elija un tipo de instancia. Puede encontrar las familias de instancias recomendadas para su DLAMI en las [Notas de la AMIs versión de Deep Learning](appendix-ami-release-notes.md). Para obtener recomendaciones generales sobre los tipos de instancias de DLAMI, consulte [Elección de un tipo de instancia de DLAMI](instance-select.md).
1. Elija **Iniciar instancia**.
------
#### [ AWS CLI ]
+ Para usar la AWS CLI, debe disponer del ID de la DLAMI que quiere usar, la Región de AWS, el tipo de instancia EC2 y la información de su token de seguridad. Después, puede iniciar la instancia usando el comando [https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/run-instances.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/ec2/run-instances.html) de la AWS CLI.
Para obtener instrucciones sobre cómo instalar y configurar la AWS CLI, consulte [Comenzar a utilizar la AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) en la *Guía del usuario de AWS Command Line Interface*. Para obtener más información, incluidos ejemplos de comandos, consulte [Lanzar, publicar en listas y cerrar instancias de Amazon EC2 en la AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-services-ec2-instances.html).
------
Después de lanzar la instancia con la consola de Amazon EC2 o la AWS CLI, espere a que la instancia esté lista. Este proceso suele tardar unos minutos. Puede comprobar el estado de la instancia en la [Consola de Amazon EC2](https://console.aws.amazon.com/ec2). Para obtener más información, consulte [Comprobaciones de estado de las instancias de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/monitoring-system-instance-status-check.html) en la *Guía del usuario de Amazon EC2*.
**Siguiente paso**
[Conexión a una instancia de DLAMI](setup-connect.md)
# Conexión a una instancia de DLAMI
Tras [lanzar una instancia de la DLAMI](launch.md) y ejecutarla, puede conectarse a ella desde un cliente (Windows, macOS o Linux) mediante SSH. Para obtener instrucciones, consulte [Conexión a la instancia de Linux mediante un cliente SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/AccessingInstances.html) en la *Guía del usuario de Amazon EC2*.
Tenga a mano una copia del comando de inicio de sesión de SSH por si quiere configurar un servidor de cuaderno de Jupyter después de iniciar sesión. Deberá usar una variante del comando para conectarse a la página web de Jupyter.
**Siguiente paso**
[Configuración de un servidor de cuadernos de Jupyter en una instancia DLAMI](setup-jupyter.md)
# Configuración de un servidor de cuadernos de Jupyter en una instancia DLAMI
Un servidor de cuadernos de Jupyter permite crear y ejecutar cuadernos de Jupyter desde su instancia de DLAMI. Con los cuadernos de Jupyter, puede realizar experimentos de aprendizaje automático (ML) para entrenamiento e inferencia mientras utiliza la AWS infraestructura y accede a los paquetes integrados en la DLAMI. Para obtener más información sobre los cuadernos de Jupyter, consulte [El cuaderno de Jupyter](https://jupyter-notebook.readthedocs.io/en/latest/notebook.html) en la página web de documentación del usuario de Jupyter.
Para configurar un servidor de cuadernos de Jupyter:
+ Configure el servidor de cuadernos de Jupyter en su instancia de DLAMI.
+ Configure el cliente para poder conectarse al servidor de cuadernos de Jupyter. Dispone de instrucciones de configuración para clientes Windows, macOS y Linux.
+ Pruebe la configuración iniciando sesión en el servidor de cuadernos de Jupyter.
Siga las instrucciones de los temas siguientes para completar estos pasos. Después de configurar un servidor de Jupyter Notebook, puede ejecutar los tutoriales de cuadernos de ejemplo que se incluyen en el. DLAMIs Para obtener más información, consulte [Ejecución de los tutoriales del cuaderno de Jupyter](tutorial-jupyter.md).
**Topics**
+ [Protección del servidor](setup-jupyter-secure.md)
+ [Inicio del servidor](setup-jupyter-start-server.md)
+ [Conexión de un cliente](setup-jupyter-connect.md)
+ [Inicio de sesión](setup-jupyter-login.md)
# Protección del servidor de cuadernos de Jupyter en una instancia de DLAMI
Para mantener seguro su servidor de cuadernos de Jupyter, le recomendamos configurar una contraseña y crear un certificado SSL para el servidor. Para configurar una contraseña y un SSL, en primer lugar [conéctese a su instancia de DLAMI](setup-connect.md) y, a continuación, siga estas instrucciones.
**Proteger el servidor de cuadernos de Jupyter**
1. Jupyter proporciona una utilidad de contraseñas. Ejecute el siguiente comando y escriba la contraseña que desee en el símbolo del sistema.
```
$ jupyter notebook password
```
El resultado tendrá un aspecto similar a este:
```
Enter password:
Verify password:
[NotebookPasswordApp] Wrote hashed password to /home/ubuntu/.jupyter/jupyter_notebook_config.json
```
1. Cree un certificado SSL autofirmado. Siga las instrucciones para especificar la configuración regional más adecuada para sus necesidades. Debe introducir `.` si desea dejar un mensaje en blanco. Sus respuestas no afectarán a la funcionalidad del certificado.
```
$ cd ~
$ mkdir ssl
$ cd ssl
$ openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout mykey.key -out mycert.pem
```
**nota**
Tal vez le convenga crear un certificado normal que esté firmado por un tercero y que no haga que el navegador muestre una advertencia de seguridad. Este proceso es mucho más complejo. Para obtener más información, consulte [Proteger un servidor de cuadernos](https://jupyter-notebook.readthedocs.io/en/6.2.0/public_server.html#securing-a-notebook-server) en la documentación del usuario de cuadernos de Jupyter.
**Siguiente paso**
[Inicio del servidor de cuadernos de Jupyter en una instancia de DLAMI](setup-jupyter-start-server.md)
# Inicio del servidor de cuadernos de Jupyter en una instancia de DLAMI
Después de [proteger el servidor de cuadernos de Jupyter con una contraseña y SSL](setup-jupyter-secure.md), puede iniciar el servidor. Inicie sesión en su instancia de DLAMI y ejecute el siguiente comando que usa el certificado SSL que creó anteriormente.
```
$ jupyter notebook --certfile=~/ssl/mycert.pem --keyfile ~/ssl/mykey.key
```
Con el servidor iniciado, puede conectarse a él desde el equipo cliente través de un túnel SSH. Cuando se ejecute el servidor, verá un resultado de Jupyter que confirma que el servidor está en ejecución. En este punto, no tenga en cuenta el aviso de que puede obtener acceso al servidor a través de una dirección URL de localhost, ya que eso no funcionará hasta que cree el túnel.
**nota**
Jupyter se encargará de cambiar de entorno por usted cuando cambie de plataforma con la interfaz web de Jupyter. Para obtener más información, consulte [Cambio de entorno con Jupyter](tutorial-jupyter.md#tutorial-jupyter-switching).
**Siguiente paso**
[Conexión de un cliente al servidor de cuadernos de Jupyter en una instancia de DLAMI](setup-jupyter-connect.md)
# Conexión de un cliente al servidor de cuadernos de Jupyter en una instancia de DLAMI
Tras [iniciar el servidor de cuadernos de Jupyter en la instancia de DLAMI](setup-jupyter-start-server.md), configure su cliente de Windows, macOS o Linux para que se conecte al servidor. Tras conectarse, puede crear cuadernos de Jupyter en el servidor y obtener acceso a ellos desde su espacio de trabajo, así como ejecutar código de aprendizaje profundo en el servidor.
## Requisitos previos
Asegúrese de tener la siguiente información, ya que la necesitará para configurar un túnel SSH:
+ El nombre de DNS público de la instancia de Amazon EC2. Para obtener más información, consulte [Tipos de nombres de host de instancias de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-naming.html) en la *Guía del usuario de Amazon EC2*.
+ El par de claves del archivo de clave privada. Para obtener más información sobre el acceso al par de claves, consulte [Pares de claves e instancias de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html) en la *Guía del usuario de Amazon EC2*.
## Conexión desde un cliente de Windows, macOS o Linux
Para conectarse a su instancia de la DLAMI desde un cliente de Windows, macOS o Linux, siga las instrucciones del sistema operativo del cliente.
------
#### [ Windows ]
**Conexión a la instancia de la DLAMI desde Windows con un SSH**
1. Emplee un cliente SSH para Windows, como PuTTY. Para obtener instrucciones, consulte [Conectarse a la instancia de Linux mediante PuTTY](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-linux-inst-from-windows.html) en la *Guía del usuario de Amazon EC2*. Para ver otras opciones de conexión mediante SSH, consulte [Conectarse a la instancia de Linux con SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-to-linux-instance.html).
1. (Opcional) Cree un túnel SSH hasta un servidor de Jupyter en ejecución. Instale Git Bash en el cliente de Windows y, a continuación, sigue las instrucciones de conexión para los clientes de macOS y Linux.
------
#### [ macOS or Linux ]
**Conexión a la instancia de la DLAMI desde un cliente de macOS o Linux con un SSH**
1. Abra un terminal.
1. Ejecute el siguiente comando para reenviar todas las solicitudes del puerto local 8888 al puerto 8888 de la instancia remota de Amazzon EC2. Actualice el comando sustituyendo la ubicación de la clave para obtener acceso a la instancia de Amazon EC2 y al nombre DNS público de esa instancia. Tenga en cuenta que para una AMI de Amazon Linux el nombre de usuario es `ec2-user` en lugar de `ubuntu`.
```
$ ssh -i ~/mykeypair.pem -N -f -L 8888:localhost:8888 ubuntu@ec2-###-##-##-###.compute-1.amazonaws.com
```
Este comando abre un túnel entre el cliente y la instancia remota de EC2 que está ejecutando el servidor de cuadernos de Jupyter.
------
**Siguiente paso**
[Inicio en el servidor de cuadernos de Jupyter en una instancia de DLAMI](setup-jupyter-login.md)
# Inicio en el servidor de cuadernos de Jupyter en una instancia de DLAMI
Tras [conectar el cliente al servidor de cuadernos de Jupyter de la instancia de la DLAMI](setup-jupyter-connect.md), podrá iniciar sesión en el servidor.
**Inicio de sesión en el servidor desde el navegador**
1. Escriba la siguiente dirección URL en la barra de direcciones del navegador o haga clic en este enlace: [https://localhost:8888](https://localhost:8888)
1. Con un certificado SSL autofirmado, el navegador emitirá un aviso y le recomendará que abandone el sitio web.
![\[Advertencia de SSL\]](http://docs.aws.amazon.com/es_es/dlami/latest/devguide/images/ssl-warning1.png)
Como lo ha configurado usted, puede continuar sin problema. Dependiendo del navegador, aparece un botón "avanzadas", "mostrar detalles" o similar.
![\[Confirmación de advertencia de SSL\]](http://docs.aws.amazon.com/es_es/dlami/latest/devguide/images/ssl-warning2.png)
Haga clic en este botón y, a continuación, haga clic en el enlace "ir a localhost". Si la conexión se realiza correctamente, aparecerá la página web del servidor de cuadernos de Jupyter. En este momento, se le pedirá la contraseña que configuró anteriormente.
Ahora ya dispone de acceso al servidor de cuadernos de Jupyter que se ejecuta en la instancia de la DLAMI. Puede crear cuadernos nuevos o ejecutar los [Tutoriales](tutorials.md) proporcionados.
# Limpieza de una instancia de DLAMI
Cuando no necesite la instancia de DLAMI, puede detenerla o terminarla en Amazon EC2 para evitar gastos inesperados.
Si detiene una instancia, puede conservarla e iniciarla más tarde cuando quiera volverla a usar. Las configuraciones, los archivos y demás información no volátil se almacenan en un volumen en Amazon Simple Storage Service (Amazon S3). Mientras la instancia esté detenida, incurrirá en cargos de S3 por retener el volumen, pero no por los recursos de cómputo. Cuando inicie la instancia de nuevo, se montará ese volumen con sus datos.
Si termina una instancia, se borrará y no podrá volver a iniciarla. Por supuesto, con una instancia terminada no incurrirá en más cargos por los recursos de cómputo. Sin embargo, sus datos seguirán en Amazon S3, por lo que podría seguir incurriendo en cargos de S3. Para evitar cualquier otro cargo relacionado con la instancia terminada, también debe eliminar el volumen de almacenamiento de Amazon S3. Para obtener más información, consulte [Terminación de las instancias de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/terminating-instances.html) en la *Guía del usuario de Amazon EC2*.
Para obtener más información acerca de los estados de las instancias de Amazon EC2, como por ejemplo `stopped` y `terminated`, consulte [Cambios de estado de una instancia de Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-lifecycle.html) en la *Guía del usuario de Amazon EC2*.