接着上文，現在我們需要一種窮人的方法來搭建好Azure虛擬機。
思路很簡單，因為AI組件的原理其實是傳送了script文件和命令上去，那么我們這個虛擬機只要做好了所有的配置，那么我們就可以將它當作深度學習虛擬機來用了。
寫到這里，我忍不住哀嘆一聲。買不起外置顯卡的窮人，只能絞盡腦汁想這種省錢的辦法。
新建一個Ubuntu 16.04LTS虛擬機。當然選擇Windows虛擬機也是可以的，只是不太主流。
選擇存儲之后，使用XShell遠程連接虛擬機（這樣比較方便）。
注意此時的虛擬機，GPU約等於沒有，所以我們不得不運行CPU版本。所以這個虛擬機的性能會比較差，但是虛擬機此時也可以拿來用作其他事情，比如當作私有雲盤，或者是tizi。
具體的安裝步驟可以查看http://www.cnblogs.com/ldzhangyx/p/7624771.html，這篇博文主要講述了如何deploy你的虛擬機，並且安裝好TensorFlow環境。注意，與那篇文章有些區別的是，Azure虛擬機一般情況下不能帶動CUDA，所以我們需要做的僅僅是：
1，安裝Python3
2，安裝TensotFlow及必要的依賴庫（如pandas），這個依賴庫的列表可能很長，所以也可以安裝Anaconda來做到一次性配置。
TIPS：一定要安裝好所有的依賴庫，具體的列表可以通過報錯信息確定。
下面的操作以Ubuntu版本為准，Windows版本的配置方法類似。
我們打開VS installer，安裝Azure SDK。
安裝完成之后的主要步驟參見：https://github.com/Microsoft/vs-tools-for-ai/blob/master/docs/tensorflow-vm.md
這里做出中文的說明。
1，打開你的解決方案。
2，選擇服務器資源管理器，使用SSH連接好你的虛擬機。（記得提前給你的虛擬機設置靜態IP）
連接完成之后你可以發現Remote machine里多了你的虛擬機。你可以點進去看看你虛擬機的文件。
3，提交一個Job。
在解決方案管理器里提交job，有幾個參數需要注意一下：
cluster是你的虛擬機名字。在第三行有一個Job Name必須寫，你選一個自己喜歡的名字就好，作為job的區分標識。
下面這些參數有些復雜，但是如果你直接提交的話，將會報類似的錯誤。
點擊這里查看所有的Jobs：
如果你選擇了Python2/3雙版本共存，可能會出現這樣的錯誤：
原因出在這里：
如果我們在Summit的時候填寫的是python，那么虛擬機會執行python tensorflowapplication.py這一條指令。
而我們之前為了方便，安裝了Python3使得兩版本共存，那么python調用的其實是python2.要使虛擬機調用Python3，我們只需要這么修改：
這樣我們就可以使用Python3了。
提交，查看結果：
如果你要在執行的時候指定一些參數，也是在類似的地方進行調整。