从云基础架构中导出已设置的虚拟机以在本地使用
Export a set up virtual machine from cloud infrastructure to use it locally
我需要使用基于 Tensor Flow 的神经元网络架构 (PointNet https://github.com/charlesq34/pointnet) 执行一些机器学习任务。我想使用云基础架构来执行此操作，因为我没有所需的物理资源。客户的要求是，他们希望获得我之后用于培训的整套设置机器，而不仅仅是最终模型。这是因为他们是研究人员，想自己使用机器，玩弄并理解我所做的，但他们不想自己做 setup/installation 工作。不幸的是，他们现在不能自己提供（物理或虚拟）机器。
问题是：是否 possible/reasonable 在 google 云或 AWS 等云基础设施提供商上设置一台机器，安装所需的软件（使用 Nvidia Cuda）并导出这台机器一段时间后，当合适的硬件可用时，将其导入虚拟化工具（如 Virtual Box）并继续在自己的系统上使用？安装的 GPU/Cuda-related TensorFlow 等软件还能用吗？
我想这是可能的，但需要配置特定的硬件才能使其在本地环境中工作。
对于Google云平台，
the introduction to Deep Learning Containers，您是否允许创建可移植环境。
Deep Learning Containers are a set of Docker containers with key data science frameworks, libraries, and tools pre-installed. These containers provide you with performance-optimized, consistent environments that can help you prototype and implement workflows quickly. Learn more.
此外，请检查Running Instances with GPU accelerators
Google provides a seamless experience for users to run their GPU workloads within Docker containers on Container-Optimized OS VM instances so that users can benefit from other Container-Optimized OS features such as security and reliability as well.
要使用 Virtualbox 配置 Docker，请选中此 external blog。
我需要使用基于 Tensor Flow 的神经元网络架构 (PointNet https://github.com/charlesq34/pointnet) 执行一些机器学习任务。我想使用云基础架构来执行此操作，因为我没有所需的物理资源。客户的要求是，他们希望获得我之后用于培训的整套设置机器，而不仅仅是最终模型。这是因为他们是研究人员，想自己使用机器，玩弄并理解我所做的，但他们不想自己做 setup/installation 工作。不幸的是，他们现在不能自己提供（物理或虚拟）机器。
问题是：是否 possible/reasonable 在 google 云或 AWS 等云基础设施提供商上设置一台机器，安装所需的软件（使用 Nvidia Cuda）并导出这台机器一段时间后，当合适的硬件可用时，将其导入虚拟化工具（如 Virtual Box）并继续在自己的系统上使用？安装的 GPU/Cuda-related TensorFlow 等软件还能用吗？
我想这是可能的，但需要配置特定的硬件才能使其在本地环境中工作。
对于Google云平台， the introduction to Deep Learning Containers，您是否允许创建可移植环境。
Deep Learning Containers are a set of Docker containers with key data science frameworks, libraries, and tools pre-installed. These containers provide you with performance-optimized, consistent environments that can help you prototype and implement workflows quickly. Learn more.
此外，请检查Running Instances with GPU accelerators
Google provides a seamless experience for users to run their GPU workloads within Docker containers on Container-Optimized OS VM instances so that users can benefit from other Container-Optimized OS features such as security and reliability as well.
要使用 Virtualbox 配置 Docker，请选中此 external blog。