我已经设置了两个服务器，具有更强大的cpu和gpu，运行本课程所需的Tensorflow软件。我还在每台机器上为班上的每个人设置了一个用户帐户。要登录这些机器中的任何一台，您将使用大写的Lawrence网络用户名作为用户名，并使用Lawrence ID号作为密码。
这是两台机器的网络地址：
143.44.10.62 cmsc106.net
您将能够访问这些机器，并在笔记本电脑上的Visual Studio Code中运行Jupyter笔记本。
你需要做的第一件事就是安装一个新的扩展。在VS Code中单击extensions选项卡，搜索SSH扩展。安装这个扩展。
一旦你安装了扩展，你应该看到一个小的彩色正方形，看起来像><在VS Code窗口的左下角。要连接到我们的一个服务器，首先点击那个方框。这将导致命令面板中显示一个命令列表。选择Connect to Host命令，然后键入您的登录信息。例如，我输入
GREGGJ@143.44.10.62
登录我在办公室设置的服务器。接下来，VS Code会提示你输入你的密码，这是你的劳伦斯ID号。
第一次在其中一台服务器上登录您的帐户时，您必须在远程服务器上安装Python扩展和Jupyter扩展。为此，在VS Code中单击Extensions选项卡，搜索Python和Jupyter扩展。VS Code会让你选择在你连接的服务器上安装每个扩展。
一旦你连接和扩展已经安装，你可以打开一个笔记本电脑上工作。最简单的方法是选择Open…命令，然后单击“显示本地”按钮。这将切换到一个对话框，允许您从笔记本电脑中选择要打开的文件。
打开笔记本后，您应该单击笔记本右上角的Select Kernel按钮来选择内核。服务器上只有一个安装在/bin/ Python的Python副本
最后，当您完成工作后，您应该保存您的工作，然后单击窗口左下角的><矩形，并选择Close Remote Connection命令。
到目前为止，您应该已经下载了包含作者笔记的存档文件。试着在这个系统中运行一些笔记本，以确认一切正常。
你应该阅读课本中的2-4章，并复习这些章节中的例子。您只需要查看展示如何使用高级keras API的示例—您可以安全地跳过作者讨论低级实现细节的其他示例。