免費GPU計算平臺-Floyd使用教程
Floyd使用亞馬遜雲端計算的硬體資源，然而價格更便宜，新註冊使用者可以享受100小時的免費GPU使用
Floyd網址
： https://www.floydhub.com/
英文教程： https://docs.floydhub.com/examples/style_transfer/
集智俱樂部/AI學園 http://mp.sohu.com/profile?xpt=cHBhZzI0MDUyNGZjYjQ4NkBzb2h1LmNvbQ==&_f=index_pagemp_1
使用：上篇 http://www.sohu.com/a/152168472_99914946
下篇 http://www.sohu.com/a/154904696_99914946
https://zhuanlan.zhihu.com/p/27573615 例項講解，怎麼用
1、上傳資料集操作非常簡單，你可以參考官方提供的指導，只需要幾條命令就可以搞定，非常方便。
不管是公共資料集，還是自己的資料集，都是通過資料ID來指定的。
你可以通過以下方式檢視公共資料集的內容：
$floyd run --data GY3QRFFUA8KpbnqvroTPPW "ls -la /input" $ cd tensorflow-notebooks-examples/3_NeuralNetworks
$ floyd init neural-networks
Project "neural-networs" initialized in current directory
我們之前已經登陸了Floyd，現在初始化專案：
$ floyd init fast-style-transfer
Project "fast-style-transfer" initialized in current directory
在將要訓練的模型中，我們會用到預訓練的模型“imagenet-vgg-verydeep-19“以及訓練圖片資料集。這個資料集Floyd已經為我們準備好了，我們只需要在開始訓練時指出訓練用的資料集ID即可。
本例需要的資料ID為：jq4ZXUCSVer4t65rWeyieG，我們也可以使用以下命令，先看看這個資料的內容。
$ floyd data output jq4ZXUCSVer4t65rWeyieG
這兩個特點可以說是解決了大多數機器學習研究者的煩惱。原來單單配置一個Caffe環境就好好長時間，更別提上傳資料集了。
我有一個做機器翻譯的朋友，訓練資料集多達160G，光是上傳那麼多的訓練資料得花多少伺服器時間，時間就是白花花的銀子 呀！現在使用Floyd只需要在啟動計算環境的時候設定公用資料集的ID，就可以直接使用啦！