如果有需要，我们可以导入下述参数：volume_size(根卷的容量大小，以GB为单位，默认为128)，密钥名（在登入实例的时候，我们需要的密钥文件的名字。默认是： aws-key-fast-ai）, ec2spotter_instance_type(启动实例的类型，默认是p2.xlarge), bid_price(我们愿意付出的最大价格，以美元计价，默认是0.5)

　　1.4登录及测试

　　用ssh进行连接，所需竞价实例的IP地址是由上一步得到。

　　instance_ip=instance_ip_from_previous_step

　　ssh -i ~/.ssh/aws-key-fast-ai.pem ubuntu@$instance_ip

　　现在我们可以愉快地进行机器学习模块的开发测试了。例如，我们运行MNIST上的Tensorflow教程：

　　python src/tensorflow/tensorflow/models/image/mnist/convolutional.py

　　结果：

　　...

　　I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties:

　　name: Tesla K80

　　major: 3 minor: 7 memoryClockRate (GHz) 0.8235

　　pciBusID 0000:00:1e.0

　　Total memory: 11.17GiB

　　Free memory: 11.11GiB

　　...

　　Step 0 (epoch 0.00), 771.1 ms

　　Minibatch loss: 8.334, learning rate: 0.010000

　　Minibatch error: 85.9%

　　Validation error: 84.6%

　　Step 100 (epoch 0.12), 12.2 ms

　　Minibatch loss: 3.262, learning rate: 0.010000

　　Minibatch error: 6.2%

　　Validation error: 7.3%

　　看上去都没问题！

　　我们拥有了一个虚拟的私有网络，一个价廉物美的竞价实例，甚至还有一个模型在训练。但是这一切还不完美。

　　如果我们费尽心血，获得了上述的MNIST脚本，达到了理想的精度，却在晚上关闭了实例，那这些这些超棒的模型将会付之东流。我们必须设法找到在竞价实例上永久存储数据的方法。很幸运，我们找到了两种办法。

　　2.竞价实例的持久性：方法1-附着的卷

　　我们将要看一下我用来保存对竞价实例更改的两种主要方法。第一个办法是用单独的卷来存放模型和数据。这个卷是附着在竞价实例上的。下面是如何操作的步骤。

　　第一步，启动一个竞价实例（参考上述篇幅：用竞价实例来运行机器学习程序）

　　2.1 创建一个卷

　　（只要做一遍）我们可以用AWS cli或者网页版AWS Console来做。

　　用AWS Console来创建一个卷：打开AWS console，选择EC2，然后

　　第一步：打开“Volumes”；

　　第二步：点击“Create Volume” 按钮；

　　第三步：确认卷类型是“General Purpose SSD(GP2)” 高速SSD能让我们频繁快速地进入硬盘-例如：当我们的超大数据需要适配内存的时候；

　　第四步：选择合适大小的卷，我一般选100GB；

　　第五步：确认Availability Zone和实例所在地是一致的。

　　用aws cli来创建卷

　　在以下bash命令中，根据需要更改卷的大小，并将可用区设置为实例所在的可用区。

　　volume_size=100

　　availability_zone=us-east-1e

　　aws ec2 create-volume --size $volume_size --availability-zone $availability_zone --volume-type gp2 --output text --query 'VolumeId'

　　2.2 将卷附着至实例

　　我们仍然使用cli或者web console。

　　用aws cli进行卷附着：刚才create-volume步骤中，已经获得了卷ID。如果我们还不知道实例ID，我们可以在此查看实例（https://console.aws.amazon.com/ec2/v2/home#instances）。

　　aws ec2 attach-volume --volume-id <value> --instance-id <value> --device /dev/sdh

　　用AWS Console进行卷附着：打开AWS Console，atv直播，选择EC2，然后：

　　第一步：选择我们刚才创建的卷（如果不确信，可以参看创建过的数据）

　　第二步：打开“Actions”

　　第三步：单击“Attach Volume”

　　第四步：单击实例区域，实例列表会弹出。

　　第五步：选择实例，单机将其附着至卷。我们保留Device域为默认值。

　　第六步：确认并点击“Attach”按钮。

　　2.3 安装卷

　　下面步骤来自于Amazon的教程“如何令Amazon EBS卷可用”:

　　第一步：启动SSH进入你的实例

　　ssh -i ~/.ssh/aws-key-fast-ai.pem ubuntu@$instance_ip

　　第二步：运行lsblk 查看这个卷是附着在哪个名字底下。

　　通常情况下，在ubuntu里面它会命名为“xvdf”,是列表中的最后一条记录。