Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Configuration d'une instance DLAMI Après avoir [choisi un DLAMI](choose-dlami.md) et le type [d'instance Amazon Elastic Compute Cloud ( EC2Amazon)](instance-select.md) que vous souhaitez utiliser, vous êtes prêt à configurer votre nouvelle instance DLAMI. Si vous n'avez pas encore choisi de DLAMI EC2 et de type d'instance, consultez. [Commencer à utiliser le DLAMI](getting-started.md) **Topics** + [Trouver l'identifiant d'un DLAMI](find-dlami-id.md) + [Lancement d'une instance DLAMI](launch.md) + [Connexion à une instance DLAMI](setup-connect.md) + [Configuration d'un serveur Jupyter Notebook sur une instance DLAMI](setup-jupyter.md) + [Nettoyage d'une instance DLAMI](setup-cleanup.md) # Trouver l'identifiant d'un DLAMI Chaque DLAMI possède un identifiant (ID) unique. Lorsque vous lancez une instance DLAMI à l'aide de la console EC2 Amazon, vous pouvez éventuellement utiliser l'ID DLAMI pour rechercher le DLAMI que vous souhaitez utiliser. Lorsque vous lancez une instance DLAMI à l'aide AWS Command Line Interface du AWS CLI(), cet ID est requis. Vous pouvez trouver l'ID du DLAMI de votre choix en utilisant AWS CLI une commande pour EC2 Amazon ou Parameter Store, une fonctionnalité de. AWS Systems Manager Pour obtenir des instructions sur l'installation et la configuration du AWS CLI, voir [Commencer avec le AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) dans le *guide de AWS Command Line Interface l'utilisateur*. ------ #### [ Using Parameter Store ] **Pour trouver un identifiant DLAMI à l'aide de **ssm get-parameter**** Dans la [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)commande suivante, pour l'`--name`option, le format du nom du paramètre est*/aws/service/deeplearning/ami/\$1architecture/\$1ami\$1type/latest/ami-id*. Dans ce format de nom, il *architecture* peut s'agir de l'un **x86\$164** ou de l'autre**arm64**. *ami\$1type*Spécifiez-le en prenant le nom du DLAMI et en supprimant les mots clés « deep », « learning » et « ami ». Le nom de l'AMI se trouve dans[Notes de AMIs mise à jour du Deep Learning](appendix-ami-release-notes.md). **Important** Pour utiliser cette commande, le principal Gestion des identités et des accès AWS (IAM) que vous utilisez doit disposer de l'`ssm:GetParameter`autorisation. Pour plus d'informations sur les principaux IAM, consultez la section [Ressources supplémentaires](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html#id_roles_additional-resources) sur les **rôles IAM** dans le Guide de l'utilisateur *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 ``` La sortie doit ressembler à ce qui suit : ``` ami-09ee1a996ac214ce7 ``` **Astuce** Pour certains frameworks DLAMI actuellement pris en charge, vous trouverez des exemples de commandes plus spécifiques **ssm get-parameter** dans. [Notes de AMIs mise à jour du Deep Learning](appendix-ami-release-notes.md) Cliquez sur le lien vers les notes de version du DLAMI de votre choix, puis recherchez sa requête d'identification dans les notes de version. ------ #### [ Using Amazon EC2 CLI ] **Pour trouver un identifiant DLAMI à l'aide de **ec2 describe-images**** Dans la [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)commande suivante, pour la valeur du filtre`Name=name`, entrez le nom du DLAMI. Vous pouvez spécifier une version de version pour un framework donné, ou vous pouvez obtenir la dernière version en remplaçant le numéro de version par un point d'interrogation (?). + ``` 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 ``` La sortie doit ressembler à ce qui suit : ``` ami-09ee1a996ac214ce7 ``` **Astuce** Pour un exemple de **ec2 describe-images** commande spécifique au DLAMI de votre choix, consultez. [Notes de AMIs mise à jour du Deep Learning](appendix-ami-release-notes.md) Cliquez sur le lien vers les notes de version du DLAMI de votre choix, puis recherchez sa requête d'identification dans les notes de version. ------ **Étape suivante** [Lancement d'une instance DLAMI](launch.md) # Lancement d'une instance DLAMI Une fois que vous avez [trouvé l'ID](find-dlami-id.md) du DLAMI que vous souhaitez utiliser pour lancer une instance DLAMI, vous êtes prêt à lancer l'instance. Pour le lancer, vous pouvez utiliser la EC2 console Amazon ou le AWS Command Line Interface (AWS CLI). **Note** Pour cette présentation, nous pouvons faire des références spécifiques à l'AMI GPU du pilote Nvidia Deep Learning Base OSS (Ubuntu 22.04). Même si vous sélectionnez un autre DLAMI, vous devriez pouvoir suivre ce guide. ------ #### [ EC2 console ] **Note** Pour accélérer les applications de calcul haute performance (HPC) et d'apprentissage automatique, vous pouvez lancer votre instance DLAMI avec un Elastic Fabric Adapter (EFA). Pour des instructions spécifiques, voir[Lancement d'une AWS Apprentissage profond (deep learning) AMIs instance avec EFA](tutorial-efa-launching.md). 1. Ouvrez la [EC2 console](https://console.aws.amazon.com/ec2). 1. Notez votre actuel Région AWS dans la barre de navigation supérieure. Si ce n'est pas la région que vous souhaitez, modifiez cette option avant de continuer. Pour plus d'informations, consultez [Amazon EC2 Service endpoints](https://docs.aws.amazon.com/general/latest/gr/ec2-service.html#ec2_region) dans le *Référence générale d'Amazon Web Services*. 1. Choisissez **Launch Instances** (Lancer les instances). 1. Entrez un nom pour votre instance et sélectionnez le DLAMI qui vous convient. 1. **Recherchez un DLAMI existant **dans AMIs Mon ou choisissez Quick Start**.** 1. Recherche par ID DLAMI. Parcourez les options, puis sélectionnez votre choix. 1. Choisissez un type d'instance. Vous trouverez les familles d'instances recommandées pour votre DLAMI dans. [Notes de AMIs mise à jour du Deep Learning](appendix-ami-release-notes.md) Pour des recommandations générales sur les types d'instances DLAMI, consultez. [Choix d'un type d'instance DLAMI](instance-select.md) 1. Choisissez **Launch Instances** (Lancer les instances). ------ #### [ AWS CLI ] + Pour utiliser le AWS CLI, vous devez disposer de l'ID du DLAMI que vous souhaitez utiliser, du type d'instance EC2 et Région AWS des informations relatives à votre jeton de sécurité. Vous pouvez ensuite lancer l'instance à l'aide de la [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) AWS CLI commande. Pour obtenir des instructions sur l'installation et la configuration du AWS CLI, voir [Commencer avec le AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) dans le *guide de AWS Command Line Interface l'utilisateur*. Pour plus d'informations, y compris des exemples de commandes[, consultez Lancer, lister et fermer des EC2 instances Amazon pour le AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-services-ec2-instances.html). ------ Après avoir lancé votre instance à l'aide de la EC2 console Amazon ou AWS CLI attendez qu'elle soit prête. Cela ne prend généralement que quelques minutes. Vous pouvez vérifier le statut de l'instance dans la [ EC2 console Amazon](https://console.aws.amazon.com/ec2). Pour plus d'informations, consultez la section [Contrôles de statut pour les EC2 instances Amazon](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/monitoring-system-instance-status-check.html) dans le *guide de EC2 l'utilisateur Amazon*. **Étape suivante** [Connexion à une instance DLAMI](setup-connect.md) # Connexion à une instance DLAMI Une fois que vous avez [lancé une instance DLAMI et que](launch.md) celle-ci est en cours d'exécution, vous pouvez vous y connecter à partir d'un client (Windows, macOS ou Linux) via SSH. Pour obtenir des instructions, consultez [Connect to your Linux instance using SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/AccessingInstances.html) dans le *Amazon EC2 User Guide*. Conservez une copie de la commande de connexion SSH à portée de main au cas où vous souhaiteriez configurer un serveur Jupyter Notebook après vous être connecté. Pour vous connecter à la page Web de Jupyter, vous devez utiliser une variante de cette commande. **Étape suivante** [Configuration d'un serveur Jupyter Notebook sur une instance DLAMI](setup-jupyter.md) # Configuration d'un serveur Jupyter Notebook sur une instance DLAMI Avec un serveur Jupyter Notebook, vous pouvez créer et exécuter des blocs-notes Jupyter à partir de votre instance DLAMI. Avec les blocs-notes Jupyter, vous pouvez réaliser des expériences d'apprentissage automatique (ML) à des fins d'entraînement et d'inférence tout en utilisant l' AWS infrastructure et en accédant aux packages intégrés au DLAMI. Pour plus d'informations sur les blocs-notes Jupyter, consultez The Jupyter [Notebook sur le site Web de documentation utilisateur de Jupyter](https://jupyter-notebook.readthedocs.io/en/latest/notebook.html). Pour configurer un serveur Jupyter Notebook, vous devez : + Configurez le serveur Jupyter Notebook sur votre instance DLAMI. + Configurez votre client pour qu'il se connecte au serveur Jupyter Notebook. Nous fournissons des instructions de configuration pour les clients Windows, macOS et Linux. + Testez la configuration en vous connectant au serveur Jupyter Notebook. Pour effectuer ces étapes, suivez les instructions des rubriques suivantes. Après avoir configuré un serveur Jupyter Notebook, vous pouvez exécuter les exemples de didacticiels pour bloc-notes fournis dans le. DLAMIs Pour de plus amples informations, veuillez consulter [Exécution des didacticiels blocs-notes Jupyter](tutorial-jupyter.md). **Topics** + [Sécurisation du serveur](setup-jupyter-secure.md) + [Serveur de démarrage](setup-jupyter-start-server.md) + [Connexion du client](setup-jupyter-connect.md) + [Se connecter](setup-jupyter-login.md) # Sécurisation du serveur Jupyter Notebook sur une instance DLAMI Pour garantir la sécurité de votre serveur Jupyter Notebook, nous vous recommandons de définir un mot de passe et de créer un certificat SSL pour le serveur. Pour configurer un mot de passe et un protocole SSL, [connectez-vous d'abord à votre instance DLAMI](setup-connect.md), puis suivez ces instructions. **Pour sécuriser le serveur Jupyter Notebook** 1. Jupyter fournit un mot de passe utilitaire. Exécutez la commande suivante et entrez le mot de passe de votre choix à l'invite. ``` $ jupyter notebook password ``` Le résultat doit se présenter comme suit : ``` Enter password: Verify password: [NotebookPasswordApp] Wrote hashed password to /home/ubuntu/.jupyter/jupyter_notebook_config.json ``` 1. Pour créer un certificat auto-signé Suivez les instructions pour remplir votre localité selon vos besoins. Vous devez entrer `.` si vous souhaitez qu'une invite reste vide. Vos réponses n'a pas d'impact sur les fonctionnalités du certificat. ``` $ cd ~ $ mkdir ssl $ cd ssl $ openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout mykey.key -out mycert.pem ``` **Note** Vous pourriez être intéressé par la création d'un certificat SSL standard signé par un tiers et qui n'entraîne pas d'avertissement de sécurité par le navigateur. Ce processus est nettement plus complexe. Pour plus d'informations, consultez la section [Sécurisation d'un serveur de bloc-notes](https://jupyter-notebook.readthedocs.io/en/6.2.0/public_server.html#securing-a-notebook-server) dans la documentation utilisateur de Jupyter Notebook. **Étape suivante** [Démarrage du serveur Jupyter Notebook sur une instance DLAMI](setup-jupyter-start-server.md) # Démarrage du serveur Jupyter Notebook sur une instance DLAMI Après avoir [sécurisé votre serveur Jupyter Notebook avec un mot de passe et un protocole SSL](setup-jupyter-secure.md), vous pouvez démarrer le serveur. Connectez-vous à votre instance DLAMI et exécutez la commande suivante qui utilise le certificat SSL que vous avez créé précédemment. ``` $ jupyter notebook --certfile=~/ssl/mycert.pem --keyfile ~/ssl/mykey.key ``` Une fois le serveur démarré, vous pouvez vous y connecter via un tunnel SSH à partir de votre ordinateur client. Lorsque le serveur fonctionne, un message de Jupyter vous le confirme. À ce stade, ignorez l'avertissement indiquant que vous pouvez accéder au serveur via une URL d'hôte local, car cela ne fonctionnera pas tant que vous n'aurez pas créé le tunnel. **Note** Jupyter s'en occupera lorsque vous changerez d'infrastructure à l'aide de l'interface web Jupyter. Pour de plus amples informations, veuillez consulter [Changer d'environnement avec Jupyter](tutorial-jupyter.md#tutorial-jupyter-switching). **Étape suivante** [Connexion d'un client au serveur Jupyter Notebook sur une instance DLAMI](setup-jupyter-connect.md) # Connexion d'un client au serveur Jupyter Notebook sur une instance DLAMI Après avoir [démarré le serveur Jupyter Notebook sur votre instance DLAMI](setup-jupyter-start-server.md), configurez votre client Windows, macOS ou Linux pour qu'il se connecte au serveur. Lorsque vous vous connectez, vous pouvez créer et accéder à des blocs-notes Jupyter sur le serveur de votre espace de travail et exécuter votre code de deep learning sur le serveur. ## Conditions préalables Assurez-vous de disposer des éléments suivants, dont vous avez besoin pour configurer un tunnel SSH : + Le nom DNS public de votre instance Amazon EC2. Pour plus d’informations, consultez [Types de noms d’hôte des instances Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-naming.html) dans le *Guide de l’utilisateur Amazon EC2*. + La paire de clés pour le fichier de clé privée. Pour plus d'informations sur l'accès à votre paire de clés, consultez les [paires de clés Amazon EC2 et les instances Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html) dans le guide de l'utilisateur Amazon *EC2*. ## Connect depuis un client Windows, macOS ou Linux Pour vous connecter à votre instance DLAMI depuis un client Windows, macOS ou Linux, suivez les instructions du système d'exploitation de votre client. ------ #### [ Windows ] **Pour vous connecter à votre instance DLAMI à partir d'un client Windows à l'aide de SSH** 1. Utilisez un client SSH pour Windows, tel que PuTTY. Pour obtenir des instructions, consultez [Connect to your Linux instance using PuTTY](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-linux-inst-from-windows.html) dans le guide de l'utilisateur *Amazon EC2*. Pour les autres options de connexion SSH, consultez [Se connecter à votre instance Linux à l'aide de SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-to-linux-instance.html). 1. (Facultatif) Créez un tunnel SSH vers un serveur Jupyter en cours d'exécution. Installez Git Bash sur votre client Windows, puis suivez les instructions de connexion pour les clients macOS et Linux. ------ #### [ macOS or Linux ] **Pour vous connecter à votre instance DLAMI à partir d'un client macOS ou Linux à l'aide du protocole SSH** 1. Ouvrez un terminal . 1. Exécutez la commande suivante pour transférer toutes les demandes sur le port local 8888 vers le port 8888 de votre instance Amazon EC2 distante. Mettez à jour la commande en remplaçant l'emplacement de votre clé pour accéder à l'instance Amazon EC2 et le nom DNS public de votre instance Amazon EC2. Notez que pour une AMI Amazon Linux, le nom d'utilisateur est `ec2-user`au lieu de `ubuntu`. ``` $ ssh -i ~/mykeypair.pem -N -f -L 8888:localhost:8888 ubuntu@ec2-###-##-##-###.compute-1.amazonaws.com ``` Cette commande ouvre un tunnel entre votre client et l'instance Amazon EC2 distante qui exécute le serveur Jupyter Notebook. ------ **Étape suivante** [Connexion au serveur Jupyter Notebook sur une instance DLAMI](setup-jupyter-login.md) # Connexion au serveur Jupyter Notebook sur une instance DLAMI Après avoir [connecté votre client au serveur Jupyter Notebook sur votre instance DLAMI](setup-jupyter-connect.md), vous pouvez vous connecter au serveur. **Pour vous connecter au serveur dans votre navigateur** 1. Dans la barre d'adresse de votre navigateur, saisissez l'URL suivante ou cliquez sur ce lien : [https://localhost:8888](https://localhost:8888) 1. Avec un certificat SSL autosigné, votre navigateur vous avertira et vous demandera d'éviter de continuer à visiter le site Web. ![\[avertissement SSL\]](http://docs.aws.amazon.com/fr_fr/dlami/latest/devguide/images/ssl-warning1.png) Dans la mesure où vous avez configuré cela vous-même, la procédure peut se poursuivre. En fonction de votre navigateur, vous obtenez un « advanced », « afficher les détails », ou similaire. ![\[Confirmationd'avertissement SSL\]](http://docs.aws.amazon.com/fr_fr/dlami/latest/devguide/images/ssl-warning2.png) Cliquez sur, puis cliquez sur le lien « passez à localhost ». Si la connexion est établie, vous pouvez voir la page Web du serveur Jupyter Notebook. À ce stade, il vous sera demandé le mot de passe que vous avez précédemment configuré. Vous avez maintenant accès au serveur Jupyter Notebook qui s'exécute sur l'instance DLAMI. Vous pouvez créer de nouveaux blocs-notes ou exécuter les [Tutoriels](tutorials.md). # Nettoyage d'une instance DLAMI Lorsque vous n'avez plus besoin de votre instance DLAMI, vous pouvez l'arrêter ou la résilier sur EC2 Amazon pour éviter des frais imprévus. Si vous arrêtez une instance, vous pouvez la conserver et la redémarrer ultérieurement lorsque vous souhaiterez l'utiliser à nouveau. Vos configurations, fichiers et autres informations non volatiles sont stockés dans un volume sur Amazon Simple Storage Service (Amazon S3). Lorsque votre instance est arrêtée, vous devez payer des frais S3 pour conserver le volume, mais pas pour les ressources de calcul. Lorsque vous redémarrez l'instance, elle monte ce volume de stockage avec vos données. Si vous mettez fin à une instance, elle disparaît et vous ne pouvez pas la redémarrer. Bien entendu, vous n'aurez plus à payer de frais pour les ressources de calcul en cas de résiliation d'une instance. Cependant, vos données se trouvent toujours sur Amazon S3 et vous pouvez continuer à payer des frais S3. Pour éviter tous frais supplémentaires liés à la résiliation de votre instance, vous devez également supprimer le volume de stockage sur Amazon S3. Pour obtenir des instructions, consultez la section [Résiliation d' EC2 instances](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/terminating-instances.html) *Amazon dans le guide de EC2 l'utilisateur Amazon*. Pour plus d'informations sur les états des EC2 instances Amazon, tels que `stopped` et`terminated`, consultez les [modifications de l'état des EC2 instances Amazon](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-lifecycle.html) dans le *guide de EC2 l'utilisateur Amazon*.