Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menyiapkan instance DLAMI
Setelah Anda [memilih DLAMI](choose-dlami.md) dan [memilih jenis instans Amazon Elastic Compute Cloud ( EC2Amazon)](instance-select.md) yang ingin Anda gunakan, maka Anda siap untuk menyiapkan instans DLAMI baru Anda.
Jika Anda belum memilih jenis DLAMI EC2 dan instance, lihat. [Memulai dengan DLAMI](getting-started.md)
**Topics**
+ [Menemukan ID DLAMI](find-dlami-id.md)
+ [Meluncurkan instance DLAMI](launch.md)
+ [Menghubungkan ke instans DLAMI](setup-connect.md)
+ [Menyiapkan server Jupyter Notebook pada instance DLAMI](setup-jupyter.md)
+ [Membersihkan contoh DLAMI](setup-cleanup.md)
# Menemukan ID DLAMI
Setiap DLAMI memiliki pengenal unik (ID). Saat meluncurkan instans DLAMI menggunakan konsol EC2 Amazon, Anda dapat menggunakan ID DLAMI secara opsional untuk mencari DLAMI yang ingin Anda gunakan. Saat Anda meluncurkan instance DLAMI menggunakan AWS Command Line Interface AWS CLI(), ID ini diperlukan.
Anda dapat menemukan ID untuk DLAMI pilihan Anda dengan menggunakan AWS CLI perintah untuk EC2 Amazon atau Parameter Store, kemampuan dari. AWS Systems Manager Untuk petunjuk tentang menginstal dan mengonfigurasi AWS CLI, lihat [Memulai dengan AWS CLI di](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) *Panduan AWS Command Line Interface Pengguna*.
------
#### [ Using Parameter Store ]
**Untuk menemukan ID DLAMI menggunakan **ssm get-parameter****
Dalam [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)perintah berikut, untuk `--name` opsi, format nama parameter adalah*/aws/service/deeplearning/ami/\$1architecture/\$1ami\$1type/latest/ami-id*. Dalam format nama ini, *architecture* bisa berupa **x86\$164** atau**arm64**. Tentukan *ami\$1type* dengan mengambil nama DLAMI dan menghapus kata kunci “mendalam”, “belajar”, dan “ami”. Nama AMI dapat ditemukan di[Catatan AMIs Rilis Deep Learning](appendix-ami-release-notes.md).
**penting**
Untuk menggunakan perintah ini, prinsipal AWS Identity and Access Management (IAM) yang Anda gunakan harus memiliki `ssm:GetParameter` izin. *Untuk informasi selengkapnya tentang prinsip IAM, lihat bagian [Sumber daya tambahan](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html#id_roles_additional-resources) dari **peran IAM di Panduan Pengguna 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
```
Outputnya akan serupa dengan yang berikut ini:
```
ami-09ee1a996ac214ce7
```
**Tip**
Untuk beberapa kerangka kerja DLAMI yang saat ini didukung, Anda dapat menemukan perintah contoh yang lebih spesifik di. **ssm get-parameter** [Catatan AMIs Rilis Deep Learning](appendix-ami-release-notes.md) Pilih tautan ke catatan rilis DLAMI pilihan Anda, lalu temukan kueri ID-nya di catatan rilis.
------
#### [ Using Amazon EC2 CLI ]
**Untuk menemukan ID DLAMI menggunakan **ec2 describe-images****
Dalam [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)perintah berikut, untuk nilai filter`Name=name`, masukkan nama DLAMI. Anda dapat menentukan versi rilis untuk kerangka kerja tertentu, atau Anda bisa mendapatkan rilis terbaru dengan mengganti nomor versi dengan tanda tanya (?).
+
```
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
```
Outputnya akan serupa dengan yang berikut ini:
```
ami-09ee1a996ac214ce7
```
**Tip**
Untuk contoh **ec2 describe-images** perintah yang khusus untuk DLAMI pilihan Anda, lihat. [Catatan AMIs Rilis Deep Learning](appendix-ami-release-notes.md) Pilih tautan ke catatan rilis DLAMI pilihan Anda, lalu temukan kueri ID-nya di catatan rilis.
------
**Langkah berikutnya**
[Meluncurkan instance DLAMI](launch.md)
# Meluncurkan instance DLAMI
Setelah Anda [menemukan ID](find-dlami-id.md) DLAMI yang ingin Anda gunakan untuk meluncurkan instance DLAMI, Anda siap untuk meluncurkan instance. Untuk meluncurkannya, Anda dapat menggunakan EC2 konsol Amazon atau AWS Command Line Interface (AWS CLI).
**catatan**
Untuk panduan ini, kami mungkin membuat referensi khusus untuk Deep Learning Base OSS Nvidia Driver GPU AMI (Ubuntu 22.04). Bahkan jika Anda memilih DLAMI yang berbeda, Anda harus dapat mengikuti panduan ini.
------
#### [ EC2 console ]
**catatan**
Untuk mempercepat aplikasi komputasi berkinerja tinggi (HPC) dan pembelajaran mesin, Anda dapat meluncurkan instans DLAMI dengan Elastic Fabric Adapter (EFA). Untuk instruksi khusus, lihat[Meluncurkan AWS Deep Learning AMIs Instance Dengan EFA](tutorial-efa-launching.md).
1. Buka [EC2 konsol](https://console.aws.amazon.com/ec2).
1. Perhatikan saat ini Wilayah AWS di navigasi paling atas. Jika ini bukan Wilayah yang Anda inginkan, maka ubah opsi ini sebelum Anda melanjutkan. Untuk informasi selengkapnya, lihat [Titik akhir EC2 layanan Amazon EC2 ](https://docs.aws.amazon.com/general/latest/gr/ec2-service.html#ec2_region) di. *Referensi Umum Amazon Web Services*
1. Pilih **Luncurkan Instans**.
1. Masukkan nama untuk instans Anda dan pilih DLAMI yang tepat untuk Anda.
1. **Temukan DLAMI yang ada **di AMIs** My atau pilih Mulai Cepat.**
1. Cari berdasarkan ID DLAMI. Jelajahi opsi lalu pilih pilihan Anda.
1. Pilih jenis instance. Anda dapat menemukan keluarga contoh yang direkomendasikan untuk DLAMI Anda di. [Catatan AMIs Rilis Deep Learning](appendix-ami-release-notes.md) Untuk rekomendasi umum tentang jenis instans DLAMI, lihat. [Memilih tipe instans DLAMI](instance-select.md)
1. Pilih **Luncurkan Instans**.
------
#### [ AWS CLI ]
+ Untuk menggunakan AWS CLI, Anda harus memiliki ID DLAMI yang ingin Anda gunakan, jenis EC2 dan instance, Wilayah AWS dan informasi token keamanan Anda. Kemudian, Anda dapat meluncurkan instance menggunakan [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 perintah.
Untuk petunjuk tentang menginstal dan mengonfigurasi AWS CLI, lihat [Memulai dengan AWS CLI di](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started) *Panduan AWS Command Line Interface Pengguna*. Untuk informasi selengkapnya, termasuk contoh perintah, lihat [Meluncurkan, mencantumkan, dan menutup EC2 instans Amazon untuk](https://docs.aws.amazon.com/cli/latest/userguide/cli-services-ec2-instances.html). AWS CLI
------
Setelah meluncurkan instans menggunakan EC2 konsol Amazon atau AWS CLI, tunggu instans siap. Ini biasanya hanya membutuhkan beberapa menit. Anda dapat memverifikasi status instans di [ EC2 konsol Amazon](https://console.aws.amazon.com/ec2). Untuk informasi selengkapnya, lihat [Pemeriksaan status untuk EC2 instans](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/monitoring-system-instance-status-check.html) *Amazon di Panduan EC2 Pengguna Amazon*.
**Langkah berikutnya**
[Menghubungkan ke instans DLAMI](setup-connect.md)
# Menghubungkan ke instans DLAMI
Setelah [meluncurkan instans DLAMI](launch.md) dan instans sedang berjalan, Anda dapat menghubungkannya dari klien (Windows, macOS, atau Linux) menggunakan SSH. Untuk petunjuknya, lihat [Connect ke instans Linux menggunakan SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/AccessingInstances.html) di *Panduan EC2 Pengguna Amazon*.
Simpan salinan perintah login SSH jika Anda ingin mengatur server Notebook Jupyter setelah Anda masuk. Untuk terhubung ke halaman web Jupyter, Anda menggunakan variasi dari perintah itu.
**Langkah berikutnya**
[Menyiapkan server Jupyter Notebook pada instance DLAMI](setup-jupyter.md)
# Menyiapkan server Jupyter Notebook pada instance DLAMI
Dengan server Jupyter Notebook, Anda dapat membuat dan menjalankan notebook Jupyter dari instance DLAMI Anda. Dengan notebook Jupyter, Anda dapat melakukan eksperimen pembelajaran mesin (ML) untuk pelatihan dan inferensi saat menggunakan AWS infrastruktur dan mengakses paket yang dibangun ke dalam DLAMI. Untuk informasi selengkapnya tentang notebook Jupyter, lihat Notebook [Jupyter di situs web Dokumentasi Pengguna Jupyter](https://jupyter-notebook.readthedocs.io/en/latest/notebook.html).
Untuk menyiapkan server Jupyter Notebook, Anda harus:
+ Konfigurasikan server Jupyter Notebook pada instance DLAMI Anda.
+ Konfigurasikan klien Anda untuk terhubung ke server Jupyter Notebook. Kami menyediakan instruksi konfigurasi untuk klien Windows, macOS, dan Linux.
+ Uji penyiapan dengan masuk ke server Jupyter Notebook.
Untuk menyelesaikan langkah-langkah ini, ikuti instruksi dalam topik berikut. Setelah menyiapkan server Jupyter Notebook, Anda dapat menjalankan contoh tutorial notebook yang dikirimkan di file. DLAMIs Untuk informasi selengkapnya, lihat [Menjalankan Tutorial Notebook Jupyter](tutorial-jupyter.md).
**Topics**
+ [Mengamankan server](setup-jupyter-secure.md)
+ [Memulai server](setup-jupyter-start-server.md)
+ [Menghubungkan klien](setup-jupyter-connect.md)
+ [Masuk](setup-jupyter-login.md)
# Mengamankan server Jupyter Notebook pada instance DLAMI
Agar server Jupyter Notebook Anda tetap aman, kami sarankan untuk menyiapkan kata sandi dan membuat sertifikat SSL untuk server. Untuk mengonfigurasi kata sandi dan SSL, pertama-tama [sambungkan ke instans DLAMI Anda](setup-connect.md), lalu ikuti petunjuk ini.
**Untuk mengamankan server Notebook Jupyter**
1. Jupyter menyediakan utilitas kata sandi. Jalankan perintah berikut dan masukkan kata sandi pilihan Anda pada prompt.
```
$ jupyter notebook password
```
Outputnya akan terlihat seperti ini:
```
Enter password:
Verify password:
[NotebookPasswordApp] Wrote hashed password to /home/ubuntu/.jupyter/jupyter_notebook_config.json
```
1. Buat sertifikat SSL yang ditandatangani sendiri. Ikuti petunjuk untuk mengisi wilayah Anda sesuai keinginan Anda. Anda harus masuk `.` jika Anda ingin membiarkan prompt kosong. Jawaban Anda tidak akan memengaruhi fungsionalitas sertifikat.
```
$ cd ~
$ mkdir ssl
$ cd ssl
$ openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout mykey.key -out mycert.pem
```
**catatan**
Anda mungkin tertarik untuk membuat sertifikat SSL reguler yang ditandatangani oleh pihak ketiga dan tidak menyebabkan browser memberi Anda peringatan keamanan. Proses ini jauh lebih terlibat. Untuk informasi selengkapnya, lihat [Mengamankan server notebook di dokumentasi pengguna](https://jupyter-notebook.readthedocs.io/en/6.2.0/public_server.html#securing-a-notebook-server) Jupyter Notebook.
**Langkah berikutnya**
[Memulai server Jupyter Notebook pada instance DLAMI](setup-jupyter-start-server.md)
# Memulai server Jupyter Notebook pada instance DLAMI
Setelah [mengamankan server Jupyter Notebook dengan kata sandi dan SSL](setup-jupyter-secure.md), Anda dapat memulai server. Masuk ke instans DLAMI Anda dan jalankan perintah berikut yang menggunakan sertifikat SSL yang Anda buat sebelumnya.
```
$ jupyter notebook --certfile=~/ssl/mycert.pem --keyfile ~/ssl/mykey.key
```
Dengan server dimulai, Anda sekarang dapat terhubung ke sana melalui terowongan SSH dari komputer klien Anda. Ketika server berjalan, Anda akan melihat beberapa output dari Jupyter yang mengonfirmasi bahwa server sedang berjalan. Pada titik ini, abaikan callout bahwa Anda dapat mengakses server melalui URL host lokal, karena itu tidak akan berfungsi sampai Anda membuat terowongan.
**catatan**
Jupyter akan menangani lingkungan switching untuk Anda saat Anda mengganti kerangka kerja menggunakan antarmuka web Jupyter. Untuk informasi selengkapnya, lihat [Beralih Lingkungan dengan Jupyter](tutorial-jupyter.md#tutorial-jupyter-switching).
**Langkah berikutnya**
[Menghubungkan klien ke server Jupyter Notebook pada instance DLAMI](setup-jupyter-connect.md)
# Menghubungkan klien ke server Jupyter Notebook pada instance DLAMI
Setelah Anda [memulai server Jupyter Notebook pada instans DLAMI Anda, konfigurasikan klien](setup-jupyter-start-server.md) Windows, macOS, atau Linux Anda untuk terhubung ke server. Saat Anda terhubung, Anda dapat membuat dan mengakses notebook Jupyter di server di ruang kerja Anda dan menjalankan kode pembelajaran mendalam Anda di server.
## Prasyarat
Pastikan Anda memiliki yang berikut ini, yang Anda perlukan untuk mengatur terowongan SSH:
+ Nama DNS publik instans Amazon EC2 Anda. Untuk informasi selengkapnya, lihat [jenis nama host instans Amazon EC2 di Panduan](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-naming.html) Pengguna *Amazon* EC2.
+ Key pair untuk file kunci pribadi. *Untuk informasi selengkapnya tentang mengakses key pair, lihat pasangan kunci [Amazon EC2 dan instans Amazon EC2 di Panduan Pengguna Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html).*
## Connect dari klien Windows, macOS, atau Linux
Untuk terhubung ke instans DLAMI Anda dari klien Windows, macOS, atau Linux, ikuti instruksi untuk sistem operasi klien Anda.
------
#### [ Windows ]
**Untuk terhubung ke instans DLAMI Anda dari klien Windows menggunakan SSH**
1. Gunakan klien SSH untuk Windows, seperti PuTTY. Untuk petunjuknya, lihat [Connect ke instans Linux menggunakan PuTTY](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-linux-inst-from-windows.html) di Panduan Pengguna *Amazon EC2*. Untuk opsi koneksi SSH lainnya, lihat [Connect to Linux Anda menggunakan SSH](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/connect-to-linux-instance.html).
1. (Opsional) Buat terowongan SSH ke server Jupyter yang sedang berjalan. Instal Git Bash di klien Windows Anda, lalu ikuti instruksi koneksi untuk klien macOS dan Linux.
------
#### [ macOS or Linux ]
**Untuk terhubung ke instans DLAMI Anda dari klien macOS atau Linux menggunakan SSH**
1. Buka terminal.
1. Jalankan perintah berikut untuk meneruskan semua permintaan pada port lokal 8888 ke port 8888 pada instans Amazon EC2 jarak jauh Anda. Perbarui perintah dengan mengganti lokasi kunci Anda untuk mengakses instans Amazon EC2 dan nama DNS publik instans Amazon EC2 Anda. Catatan, untuk Amazon Linux AMI, nama pengguna `ec2-user` bukan`ubuntu`.
```
$ ssh -i ~/mykeypair.pem -N -f -L 8888:localhost:8888 ubuntu@ec2-###-##-##-###.compute-1.amazonaws.com
```
Perintah ini membuka terowongan antara klien Anda dan instans Amazon EC2 jarak jauh yang menjalankan server Notebook Jupyter.
------
**Langkah berikutnya**
[Masuk ke server Jupyter Notebook pada instance DLAMI](setup-jupyter-login.md)
# Masuk ke server Jupyter Notebook pada instance DLAMI
Setelah Anda [menghubungkan klien Anda ke server Jupyter Notebook pada instance DLAMI](setup-jupyter-connect.md) Anda, Anda dapat masuk ke server.
**Untuk masuk ke server di browser Anda**
1. Di bilah alamat browser Anda, masukkan URL berikut, atau klik tautan ini: [https://localhost:8888](https://localhost:8888)
1. Dengan sertifikat SSL yang ditandatangani sendiri, browser Anda akan memperingatkan Anda dan meminta Anda untuk menghindari terus mengunjungi situs web.
![\[Peringatan SSL\]](http://docs.aws.amazon.com/id_id/dlami/latest/devguide/images/ssl-warning1.png)
Karena Anda mengatur ini sendiri, aman untuk melanjutkan. Bergantung pada browser Anda, Anda akan mendapatkan tombol “lanjutan”, “tampilkan detail”, atau serupa.
![\[Konfirmasi peringatan SSL\]](http://docs.aws.amazon.com/id_id/dlami/latest/devguide/images/ssl-warning2.png)
Klik ini, lalu klik tautan “lanjutkan ke localhost”. Jika koneksi berhasil, Anda melihat halaman web server Jupyter Notebook. Pada titik ini, Anda akan diminta kata sandi yang sebelumnya Anda atur.
Sekarang Anda memiliki akses ke server Jupyter Notebook yang berjalan pada instance DLAMI. Anda dapat membuat notebook baru atau menjalankan yang disediakan[Tutorial](tutorials.md).
# Membersihkan contoh DLAMI
Saat Anda tidak lagi membutuhkan instans DLAMI, Anda dapat menghentikannya atau menghentikannya di EC2 Amazon untuk menghindari biaya tak terduga.
Jika Anda menghentikan sebuah instance, Anda dapat menyimpannya dan memulainya nanti ketika Anda ingin menggunakannya lagi. Konfigurasi, file, dan informasi non-volatile lainnya disimpan dalam volume di Amazon Simple Storage Service (Amazon S3). Saat instans dihentikan, Anda dikenakan biaya S3 untuk mempertahankan volume, tetapi Anda tidak dikenakan biaya untuk sumber daya komputasi. Ketika Anda memulai instance lagi, itu akan memasang volume penyimpanan itu dengan data Anda.
Jika Anda menghentikan sebuah instance, itu hilang, dan Anda tidak dapat memulainya lagi. Tentu saja, Anda tidak akan dikenakan biaya lagi untuk sumber daya komputasi dengan instance yang dihentikan. Namun, data Anda masih berada di Amazon S3, dan Anda dapat terus dikenakan biaya S3. Untuk mencegah semua biaya lebih lanjut yang terkait dengan instans yang dihentikan, Anda juga harus menghapus volume penyimpanan di Amazon S3. Untuk petunjuk, lihat [Menghentikan EC2 instans Amazon](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/terminating-instances.html) di * EC2 Panduan Pengguna Amazon*.
Untuk informasi selengkapnya tentang status EC2 instans Amazon, seperti `stopped` dan`terminated`, lihat [perubahan status EC2 instans Amazon](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-instance-lifecycle.html) *di Panduan EC2 Pengguna Amazon*.