सामग्री पर जाएं

YOLOv5 🚀 AWS डीप लर्निंग इंस्टेंस पर: आपकी पूरी गाइड

एक उच्च-प्रदर्शन गहन सीखने का माहौल स्थापित करना नए लोगों के लिए कठिन हो सकता है, लेकिन डरो मत! 🛠️ इस गाइड के साथ, हम आपको प्राप्त करने की प्रक्रिया के माध्यम से चलेंगे YOLOv5 ऊपर और एक एडब्ल्यूएस डीप लर्निंग इंस्टेंस पर चल रहा है। अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) की शक्ति का लाभ उठाकर, यहां तक कि मशीन लर्निंग के लिए नए लोग भी जल्दी और लागत प्रभावी ढंग से शुरू कर सकते हैं। AWS प्लेटफॉर्म की मापनीयता प्रयोग और उत्पादन परिनियोजन दोनों के लिए एकदम सही है।

के लिए अन्य क्विकस्टार्ट विकल्प YOLOv5 हमारे शामिल करें Colab नोटबुक Colab में खोलें कागल में खोलें, जीसीपी डीप लर्निंग वीएम, और हमारी डॉकर छवि पर बंदरगाह-मज़दूर Hub डॉकर पुल.

चरण 1: AWS कंसोल साइन-इन

खाता बनाकर या https://aws.amazon.com/console/ पर AWS कंसोल में साइन इन करके प्रारंभ करें। एक बार लॉग इन करने के बाद, अपने इंस्टेंस को प्रबंधित और सेट करने के लिए EC2 सेवा का चयन करें।

इलेक्ट्रॅानिक उपकरण

चरण 2: अपना इंस्टेंस लॉन्च करें

ईसी 2 डैशबोर्ड में, आपको लॉन्च इंस्टेंस बटन मिलेगा जो एक नया वर्चुअल सर्वर बनाने के लिए आपका प्रवेश द्वार है।

लाँच

सही अमेज़ॅन मशीन छवि (एएमआई) का चयन करना

यहां वह जगह है जहां आप अपने उदाहरण के लिए ऑपरेटिंग सिस्टम और सॉफ़्टवेयर स्टैक चुनते हैं। खोज क्षेत्र में 'डीप लर्निंग' टाइप करें और नवीनतम उबंटू-आधारित डीप लर्निंग एएमआई का चयन करें, जब तक कि आपकी ज़रूरतें अन्यथा निर्धारित न हों। अमेज़ॅन के डीप लर्निंग एएमआई आपकी सेटअप प्रक्रिया को कारगर बनाने के लिए लोकप्रिय फ्रेमवर्क और जीपीयू ड्राइवरों के साथ पहले से इंस्टॉल आते हैं।

एएमआई चुनें

एक आवृत्ति प्रकार चुनना

गहन शिक्षण कार्यों के लिए, GPU उदाहरण प्रकार का चयन करने की आमतौर पर अनुशंसा की जाती है क्योंकि यह मॉडल प्रशिक्षण को काफी तेज कर सकता है। उदाहरण के लिए आकार के विचार, याद रखें कि मॉडल की मेमोरी आवश्यकताओं को कभी भी आपके उदाहरण से अधिक नहीं होना चाहिए।

नोट: आपके मॉडल का आकार एक उदाहरण का चयन करने में एक कारक होना चाहिए। यदि आपका मॉडल किसी इंस्टेंस की उपलब्ध रैम से अधिक है, तो अपने एप्लिकेशन के लिए पर्याप्त मेमोरी के साथ एक अलग इंस्टेंस प्रकार चुनें।

उपलब्ध GPU आवृत्ति प्रकारों की सूची के लिए, EC2 आवृत्ति प्रकारों पर जाएँ, विशेष रूप से त्वरित कंप्यूटिंग के तहत।

प्रकार चुनें

GPU निगरानी और अनुकूलन के बारे में अधिक जानकारी के लिए, GPU निगरानी और अनुकूलन देखें। मूल्य निर्धारण के लिए, ऑन-डिमांड मूल्य निर्धारण और स्पॉट मूल्य निर्धारण देखें।

अपनी आवृत्ति कॉन्फ़िगर करना

अमेज़ॅन ईसी 2 स्पॉट इंस्टेंस एप्लिकेशन चलाने के लिए एक लागत प्रभावी तरीका प्रदान करते हैं क्योंकि वे आपको मानक लागत के एक अंश पर अप्रयुक्त क्षमता के लिए बोली लगाने की अनुमति देते हैं। एक स्थायी अनुभव के लिए जो स्पॉट इंस्टेंस के नीचे जाने पर भी डेटा को बनाए रखता है, एक स्थायी अनुरोध का विकल्प चुनें।

स्पॉट अनुरोध

लॉन्च करने से पहले चरण 4-7 में आवश्यकतानुसार अपनी बाकी इंस्टेंस सेटिंग्स और सुरक्षा कॉन्फ़िगरेशन को समायोजित करना याद रखें।

चरण 3: अपनी आवृत्ति से कनेक्ट करें

एक बार आपका इंस्टेंस चलने के बाद, इसके चेकबॉक्स का चयन करें और SSH जानकारी तक पहुँचने के लिए कनेक्ट पर क्लिक करें। अपने इंस्टेंस से कनेक्शन स्थापित करने के लिए अपने पसंदीदा टर्मिनल में प्रदर्शित SSH कमांड का उपयोग करें।

जोड़ना

चरण 4: रनिंग YOLOv5

अपने उदाहरण में लॉग इन किया है, अब आप क्लोन करने के लिए तैयार हैं YOLOv5 रिपॉजिटरी और एक के भीतर निर्भरता स्थापित करें Python 3.8 या बाद का वातावरण। YOLOv5के मॉडल और डेटासेट स्वचालित रूप से नवीनतम रिलीज़ से डाउनलोड हो जाएंगे।

git clone https://github.com/ultralytics/yolov5  # clone repository
cd yolov5
pip install -r requirements.txt  # install dependencies

अपने परिवेश की स्थापना के साथ, आप प्रशिक्षण शुरू कर सकते हैं, मान्य कर सकते हैं, अनुमान लगा सकते हैं और अपना निर्यात कर सकते हैं YOLOv5 मॉडल:

# Train a model on your data
python train.py

# Validate the trained model for Precision, Recall, and mAP
python val.py --weights yolov5s.pt

# Run inference using the trained model on your images or videos
python detect.py --weights yolov5s.pt --source path/to/images

# Export the trained model to other formats for deployment
python export.py --weights yolov5s.pt --include onnx coreml tflite

वैकल्पिक अतिरिक्त

अधिक स्वैप मेमोरी जोड़ने के लिए, जो बड़े डेटासेट के लिए एक उद्धारकर्ता हो सकता है, चलाएं:

sudo fallocate -l 64G /swapfile  # allocate 64GB swap file
sudo chmod 600 /swapfile  # modify permissions
sudo mkswap /swapfile  # set up a Linux swap area
sudo swapon /swapfile  # activate swap file
free -h  # verify swap memory

और बस! 🎉 आपने सफलतापूर्वक AWS डीप लर्निंग इंस्टेंस बनाया है और चलाएं YOLOv5. चाहे आप ऑब्जेक्ट डिटेक्शन के साथ शुरुआत कर रहे हों या उत्पादन के लिए स्केलिंग कर रहे हों, यह सेटअप आपके मशीन लर्निंग लक्ष्यों को प्राप्त करने में आपकी सहायता कर सकता है। खुश प्रशिक्षण, मान्य और तैनाती! यदि आप रास्ते में किसी भी हिचकी का सामना करते हैं, तो मजबूत एडब्ल्यूएस प्रलेखन और सक्रिय Ultralytics समुदाय आपका समर्थन करने के लिए यहां है।



2023-11-12 बनाया गया, अपडेट किया गया 2023-12-03
लेखक: ग्लेन-जोचर (2)

टिप्पणियाँ