使用 Spell 实践深度学习，几乎零配置开始使用

Spell 介绍

简单说就是上传本地 git 仓库代码，然后上传到 Spell 运行的服务。可以做 GPU 的运算，其中 2 vCPUs , 4GB RAM 是免费的。

简单的操作流程

这个是通过一个训练好的 Model 去给黑白图片上色。

git clone https://github.com/richzhang/colorization.git
cd colorization

下载训练好的模型，这个下载会在 spell 的服务器上下载，不会存到本机：

# 执行 speel run 会上传当前 git 仓库的代码到服务器，然后在服务器运行下面的命令，有点类似 Saas。
spell run ./models/fetch_release_models.sh
# 列出下载好的模型文件。id=1 是前面执行命令返回的 id 。
spell ls runs/1/models

然后开始处理图片：

spell run -t K80 \
    --framework caffe \
    --apt python-tk \
    --pip scikit-image \
    --pip numpy \
    --pip matplotlib \
    --pip scipy \
    -m runs/1/models:/mnt/models \
    "python2 ./colorization/colorize.py \
        -img_in ./demo/imgs/ansel_adams3.jpg \
        -img_out ./out.png \
        --caffemodel /mnt/models/colorization_release_v2.caffemodel"

然后下载图片：

spell cp runs/2/out.png

上面的是 Spell 网站提供的例子，完整的教程： learn.spell.run/colorize_images 。

整个过程试了一下，还挺快的，处理一张图片大概 30s 左右。也可以用自己的图片，效果不错。

之后

然后看一下官方的文档， www.spell.run/docs/quickstart/ ，基本就明白所有的概念了。

之后可以直接去看看官方提供的另外一篇文章， 这里里面是 fast.ai 的官方教程，难度中等, learn.spell.run/fast_ai 。至于其它教程基本没必要看。

如果要使用 GPU 需要添加信用卡，因为 Spell 是按秒算费用的，所以给图片上色只用了半分钟，大概 0.01 美元吧。

可以去 web.spell.run 注册， 或者使用我的邀请链接，双方有 15 美元的额度， web.spell.run/refer/yantze