环境准备
我们可以在CPU的云主机上为MNIST的训练做准备，该云主机需要满足以下条件:
- 需要是Linux或类Linux环境
- 安装docker，建议使用docker-ce，且版本 > 10.0
- 该主机可以访问uhub.service.auto-ai.com.cn 或 uhub.auto-ai.com.cn
本Tutorial将以云知芯 普通云主机为范例操作（你也可以使用自己的主机或其他系统）
创建云主机
我们根据ubuntu云主机申请操作申请一台2核4G的CPU云主机作为操作平台。
安装docker
1.设置官方docker软件包源
sudo apt-get -y install \
apt-transport-https \
ca-certificates \
curl
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"
sudo apt-get update
2.安装docker-ce
sudo apt-get -y install docker-ce
3.测试docker安装
sudo docker run hello-world
安装UAI SDK
我们需要从github上面下载uai-sdk：
$ cd ~ $ git clone https://github.com/ucloud/uai-sdk.git $ cd uai-sdk $ sudo python setup.py install
准备操作环境
我们在/data/目录下创建一个mnist目录来执行操作：
$ cd /data/ $ mkdir mnist/
下载数据
我们可以从http://yann.lecun.com/exdb/mnist/下载Mnist的训练数据和测试数据，你也可以从https://github.com/ucloud/uai-sdk/tree/master/examples/tensorflow/train/mnist_summary_1.1/data获取，我们将数据放入/data/mnist/data/路径：
$ mkdir /data/mnist/data/ $ cd /data/mnist/data/ $ wget http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz $ wget http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz $ wget http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz $ wget http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz $ ls train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz t10k-images-idx3-ubyte.gz t10k-labels-idx1-ubyte.gz
下载代码
我们可以直接从https://github.com/ucloud/uai-sdk/tree/master/examples/tensorflow/train/mnist_summary_1.1获取代码，并放入/data/mnist/code/路径。由于之前我们已经从github下载的uai-sdk，我们只需要去examples下面拷贝 tensorflow mnist例子的代码至/data/mnist下面即可：
$ cp -fr ~/uai-sdk/examples/tensorflow/train/mnist_summary_1.1/code/ /data/mnist/
环境Ready
至此，我们已经准备好了
- 基础环境：docker
- UAI-SDK环境：uai-sdk
- 代码和数据
|_ data | |_ mnist | | |_ code | | | |_ mnist_summary.py | | |_ data | | | |_ train-images-idx3-ubyte.gz | | | |_ train-labels-idx1-ubyte.gz | | | |_ t10k-images-idx3-ubyte.gz | | | |_ t10k-labels-idx1-ubyte.gz