1.因为使用的框架是tensorflow-gpu1.8.0以及对应的keras2.1.6,所以对应的cuda版本为9.0,autodl下miniconda内置了cuda9.0,选择服务器显卡的时候就用miniconda(也就是一开始)
2.因为miniconda里缺少一些包,所以需要自己安装框架和函数库包
3.进入终端,新建环境,在新建环境里,使用pip安装keras和tensorflow-gpu,这里使用conda安装的话,会造成tensorflow和tensorflow-gpu同时存在,也会造成Numpy库的版本多余
4.如果运行代码,发现缺少包的话,就相应的用pip安装就好了
5.tensorflow如果存在cpu版本,则会调用GPU失败,导致在跑数据的时候很慢,就是损失函数下降以及迭代一次很慢
6.记得存储镜像,这样租用新实例,可以直接转移框架和一些函数包,省时省力
7.上传数据集文件之类的,选择用了FileZilla,点击文件-站点管理器,在主机和端口框中输入相应的地址以及密码,这个来自于Autodl的实例SSH,将其复制后,提取一串字符中-p后的端口以及主机,再复制密码,链接即可上传文件