一年一度的双十一又㕛叒叕到了，朋友们的手和钱包还好吗？！

在各大电商忙着掏空各位钱包的时候，今天超神经将为大家送上一份朴素而真诚的礼物，没有算到头秃的购物津贴，也没有愁到失眠的凑单满减。

今天我们力争在这个原本属于光棍的平凡周一里，让数据科学工程师花最少的钱，用最多、最优质的算力！

免费算力：按需配置，开箱即用

我们将介绍以及发放的福利就是：算力！

本次要介绍的合作伙伴 OpenBayes ，一个针对机器学习提供云端算力的云服务。他们拥有大规模的超算集群，GPU 集群架构专针对矩阵计算设计，面向 AI 应用提供算力容器，而且上手非常简单，开箱即用。

目前 OpenBayes 的算力容器产品已经支持 TensorFlow、PyTorch、MXNet 等 CPU 和 GPU 环境下，不同版本、类型的标准机器学习框架和各种常用依赖。

目前 OpenBayes 算力容器支持的标准库

并提供 CPU、NVIDIA T4、NVIDIA Tesla V100 等多种算力资源，无论是海量数据的集中训练，还是低功耗的模型常驻运行，都能轻松满足用户需求。

从 CPU 到 T4 再到 V100,丰富的算力容器配置

OpenBayes 支持脚本上传和 JupyterLab 编辑器在线编程，然后进行模型训练。

清晰简洁的执行过程

完整教程：

从小白到大神：友好度+999

以MNIST 模型为例，OpenBayes 算力容器可以一站式解决数据集绑定、模型训练以及模型使用等问题。

在「新建容器」的绑定数据处输入 MNIST 可以搜索到对应数据集，点击选中，MNIST 数据集将会被绑定到「算力容器」的 /input0 目录下。

绑定数百个公开数据集数据集

然后选择相应的算力容器：

OpenBayes 为用户提供了丰富的算力容器选项

选择镜像（支持主流运行环境和各种常用依赖），确定接入方式（可以上传 Python 脚本或在 Jupyter Lab 中运行）。

提交任务后等待 1 - 2 分钟任务开始执行。

任务开启的时间通常与所绑定数据集大小有关，所需数据集越大，容器执行准备时间越长。这样就完成了模型训练的过程。

在容器页面可以看到日志所展示的执行情况

完整教程：

目前 OpenBayes 容器在创建 Task 或 Jupyter Notebook 时都已经支持了 TensorBoard。

可以用 TensorBoard 来展现 TensorFlow 图，绘制图像生成的定量指标图以及显示附加数据（如其中传递的图像）。

数据科学家的双十一：GPU 算力！

访问 openbayes.com，在官网首页点击立即注册，而且内测期间周周有赠哦，再也不用跟同学、同事抢算力了~

活动说明

访问 openbayes.com ，

凭邀请码 【HyperAI】 注册新用户

即可享受

每周 600min 的 CPU + 300min NVIDIA T4 的免费算力~