AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4）实时查看tensorboard曲线情况

已于 2024-02-04 14:21:00 修改
阅读量10w+ 收藏 4k
点赞数 733
分类专栏： AutoDL 文章标签： pytorch 深度学习 人工智能
于 2022-09-28 20:04:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LWD19981223/article/details/127085811
版权

目录

写在前面

  1. 一定要先进行学生认证，这样就能1.88/h（我之前忘了进行学生认证，然后就一直是1.98/h，陆续用了300元之后才发现没有认证。这么算下来，多花了30多块钱！/(ㄒoㄒ)/~~）
  2. 上传数据有两种方式：1.直接在网盘中上传 2.通过Xftp上传。详见二（2）中有两种上传方式步骤。我建议如果上传的只是单个文件，就直接用网盘上传（zip压缩包上传，然后再用unzip解压）。如果是多个文件，就通过Xtfp上传下载比较方便。

重要的参考链接：

一、创建实例

  1. 首先进入AutoDL官网：AutoDL-品质GPU租用平台-租GPU就上AutoDL
  2. 进行学生注册登录（可以领10元的代金券）
  3. 点击右上角的控制台，然后如图点击租用新实例在这里插入图片描述
  4. 租用新实例的参数选择，选好了之后点击右下角的立即创建即可

在这里插入图片描述

在这里插入图片描述

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀
其实可以先在基础镜像中看一下是否有自己需要的配置（假如你需要如下图所示的torch1.10-cuda113），有的话，就不需要像我这样上图这样去选择然后再去自己配置环境。

并且！如果你选择使用基础镜像，那么在等会儿的二（3）配置环境中，除了5~10步不用进行之外，其它的还都要进行，特别是步骤11去验证一下是否能顺利加载成功PyTorch。你的基础镜像环境名叫base，所以每次你需要直接用基础镜像运行代码时，还是需要调用命令conda activate base来激活进入到你的基础镜像中。

如果进入到基础镜像，发现不太好使用，那么你仍然可以继续我二的步骤，去下载好镜像然后再上传，再配置虚拟环境。

在这里插入图片描述

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀

  1. 租用成功之后的界面

在这里插入图片描述

  1. 更新内容：初始化网盘（即可以开始使用该区域的公用数据文件夹autodl-nas）在这里插入图片描述

  2. 更新内容：AutoDL最近更新很快哇！多了一个可以存放数据的地方autodl-fs，看它的描述，是跟autodl-nas一样的用法，貌似性能还好一点。那么以后就可以将数据、代码存放在这两个公用的地方了！妙哉~（即，如果autodl-nas文件夹免费的20G用完了，就可以初始化autodl-fs文件夹，继续在这里面存放文件）

在这里插入图片描述

在这里插入图片描述


二、配置环境+上传数据流程

写在前面：当只是需要上传一个zip压缩包时，或者其他类型的单个文件时，建议直接进入到我的网盘中上传。因为这样可以少了连接到Xftp这个步骤，以及可以少费点钱。网盘上传步骤可参考👉AutoDL上传数据详细步骤（自己用的步骤，可能没有其他大佬用的那么高级）

（1）先下载好镜像，然后通过Xftp软件上传

（2）上传数据到AutoDL自带的网盘中

先说明好处和注意事项：

  • 好处：就算是释放了实例，这些代码以及运行数据还是会存放在网盘中（也就是比较安心嘛，而且用自带的AutoDL网盘也比较方便。实例会30天之后自动释放的，但是网盘存放的数据也会在90天后释放）
  • 注意事项：创建实例是在哪个区，就使用哪个区的网盘！避免跨区无法使用一些数据（在这个界面能够看到你的数据，可以下载or删除）

在这里插入图片描述

在这里插入图片描述

1. 直接上传（每次只能上传单个文件，建议上传zip压缩包）

只上传一个zip压缩包，以及在AutoDL中解压的方式，可参考博客：AutoDL上传数据详细步骤（自己用的步骤，可能没有其他大佬用的那么高级）


2. 借助Xftp软件（不限制上传的文件个数，可直接上传文件夹）

1. 安装Xftp

Xftp的作用：在Windows系统下，如果想和Linux系统进行文件传输，可以使用Xftp工具。

2. 借助Xftp与AutoDL网盘连接，开始上传or下载数据
2.1 上传or下载数据

注意：

  1. 上传or下载数据时，请开启无卡模式开机，为了省钱！！！

  2. 上传or下载数据的简单方式：直接在Xftp中拖动文件

    • 左边的拖动到右边：本地->AudoDL（上传）
    • 右边的拖动到左边：AutoDL->本地（下载）

2.2 Xtfp与AutoDL连接

（1）点击无卡模式开机（不一定要是无卡模式哈，只要开机就行）

在这里插入图片描述

（2）开机后就获得了：登陆指令、密码

在这里插入图片描述

（3）打开Xftp进行连接

在这里插入图片描述

假设步骤（2）得到的登陆指令是：ssh -p 12300 root@rxxxxn-0.autodl.com

那么下图中的主机和端口号分别是：

  • 用户名：root
  • 主机HOST：rxxxxn-0.autodl.com （@后的所有内容）
  • 端口号：12300
  • 密码（最后一行）：是步骤（2）直接得到的

新建会话：

在这里插入图片描述
打开已有会话：

在这里插入图片描述

与AutoDL的连接成功界面：

在这里插入图片描述

上传镜像到网盘中：

在这里插入图片描述

（3）配置环境

  1. 点击进入JupyterLab

在这里插入图片描述

  1. 进入终端

在这里插入图片描述

  1. 编辑文件+刷新，使得能使用conda，以进行后续的环境配置
  • 输入：vim ~/.bashrc
  • 开始进行编辑：输入i
  • 移动到文件的最后一行，加上source /root/miniconda3/etc/profile.d/conda.sh
  • 保存并退出：按Esc键，输入:wq，再回车
  • 输入bash重启终端（即，刷新一下）

在这里插入图片描述

  1. 进入环境：conda activate base
  2. 创建新环境：conda create -n py38 python=3.8
  3. 进入新环境，输入：conda activate py38
  4. 安装torch（注意一定要和自己创建实例的环境相对应）（默认是挨着顺序进行下来的哈，已经完成了【二（1）下载镜像】的部分，以下3个镜像都在autodl-nas/目录下）
    输入命令：pip install autodl-nas/torch-1.10.0+cu111-cp38-cp38-linux_x86_64.whl
    （静等几分钟，不要着急，它只是卡住了~）

在这里插入图片描述

  1. 安装torchvision （按下Tab键可自动补齐名称）
    输入命令：pip install autodl-nas/torchvision-0.11.0+cu111-cp38-cp38-linux_x86_64.whl

在这里插入图片描述

  1. 安装torchaudio
    输入命令：pip install autodl-nas/torchaudio-0.10.0+cu111-cp38-cp38-linux_x86_64.whl

在这里插入图片描述

  1. jupyter页面更新（即在jupyter页面里增加一个基础环境：py38）
    • 在py38环境中输入conda install ipykernel
    • 再输入：ipython kernel install --user --name=py38

在这里插入图片描述

  1. 按照配置好环境后，可以点击Notebook下的py38进去写代码了（即在py38环境下，使用jupyternotebook）（如果没有像我这样自己上传镜像然后配置的同学，就不用选择py38了，就选择左边的Python 38进入到jupyter后进行下面步骤即可）

注意：到目前为止，为了省钱还是开的无卡模式，所以为了验证环境已经配置完善，需要先关机，再直接开机（不要再选择无卡模式了，此时就是要开始烧钱了，1.88/h）

输入以下代码验证：

import torchvision
import torch
print(torchvision.__version__)
print(torch.cuda.is_available())
# 0.11.0+cu111
# True

在这里插入图片描述

三、远程连接到本地（PyCharm2021.3专业版）

参考以下文档肯定可以开始进行远程开发的，再多注意以下图中的地方即可：

在这里插入图片描述

  1. 先用PyCharm专业版随便打开一个项目

  2. Tools -> Deployment -> Configuration
    在这里插入图片描述

  3. 添加SFTP
    在这里插入图片描述

  4. 点击...进入SSH Configurations
    在这里插入图片描述

  5. 完成配置
    在这里插入图片描述

  6. 显示云服务器的文件目录
    在这里插入图片描述

  7. 切换到root/autodl-nas云盘目录下，就能看到我们上传的数据和代码了
    在这里插入图片描述
    在这里插入图片描述

  8. 连接到远程终端
    在这里插入图片描述

  9. 查看代码内容，并重新上传更新代码
    在这里插入图片描述
    在这里插入图片描述

  10. 运行代码
    在这里插入图片描述

四、AutoDL实时查看tensorboard曲线情况

autodl使用教程-使用Xshell和Xftp进行链接和传输以及autodl环境配置（超详细）
weixin_51187996的博客
04-10 2392
先下载Xshell和Xftp，从官网下载即可，博主直接就是下载了最新的，任何不会可以查看autodl的帮助文档，，非常详细。
Pycharm的基础设置+Pycharm与AutoDL服务器连接
Che_Che_的博客
06-02 1422
我们再创建一个测试python文件：terninal_test.py虽然上面安装成功了包，但是运行时仍然会报错：没有这个包所以我们来把终端由powershell改为cmd改完终端后，再次输入：pip install jieba成功安装这个包，不会再报错！
pycharm连接autodl服务器（yolov8训练自己的数据集）
02-16
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可
嵌入式部署神经网络——用autodl服务器租用GPU训练本地深度学习模型流程全解（超详细、Pycharm IDE）
最新发布
2403_87807542的博客
03-14 1163
（6）点击开机（我建议选择无卡开机，也就是点击更多，点击无卡开机），无卡开机意思就是此时你不占用GPU资源，容易出现的问题就是上文我说的下次选择有卡开机时，GPU被别人占了，这个时候就非常难崩了，但好处就是一个小时一毛钱，花起来不心疼，因为你要进行比较长时间的数据传输，尤其是你数据集非常大的时候（比如我18万张三通道png图像）（10）至此，完成了全部，不过你需要等待解释器的更新传递（有可能比较慢），还有数据集的同步，我这太大了，导致很慢，可以选择无卡开机，上传会快一点。
详细教程：AutoDL 如何配置深度学习环境？
茴香豆的茴
01-31 1万+
本文在AutoDL提供的JupyterLab中配置了深度学习环境。手把手教学！首先创建了base环境，然后创建了自己的环境（命名为x9py38），并在x9py38环境中安装了一些深度学习包，具体包括PyTorch、jupyter d2l和ipykernel。
超级详细！！！新手使用AutoDL跑深度学习（MixVPR项目）的学习记录
热门推荐
weixin_45152283的博客
10-17 3万+
新手第一次在AutoDL上跑深度学习的实验，遇到一些问题，简单记录一下。如果大家发现问题，欢迎和我讨论。
AutoDL使用手册
weixin_45231460的博客
11-29 1万+
本文介绍了AutoDL基本的使用流程。
AutoDL的使用教程
weixin_45988242的博客
11-12 1367
AutoDL SSH连接使用教程
AutoDL使用教程
m0_66027645的博客
11-12 367
AutoDL使用教程 #AutoDL #GPU #租显卡
Autodl使用方法
hi_ine的博客
09-05 2423
（如果您在miniconda中安装了其他的虚拟环境，那么虚拟环境的python解释器路径在/root/miniconda3/envs/{对应的虚拟环境名称}/bin/python）这个时候在新环境下配置自己的包，如果是使用基础镜像，那么在base里配置。安装不上的话加镜像，或者用pip安装，或者去官网下载对应版本的包，数据传输来，再安装。这个时候还一直是无卡模式，现在打开pycharm，关机，正式开机（这个时候开始收费）镜像大致选一个，有合适的可以直接选，选好之后这个镜像直接是base环境。
Autodl+Pycharm远程连接+虚拟环境设置
weixin_69924741的博客
04-20 9809
location：一定要选择miniconda3文件夹下面的envs文件夹下的py38文件夹（py38就是前面在终端里面建立的虚拟环境的名称），并且此处一定只选择到py38文件夹即可。同步文件夹可根据自己的习惯来选择，我习惯选择网盘文件夹，这里需要记住同步文件夹的路径，设置在tools——deployment-configuration里面。第四步：在服务器网盘文件夹新建项目的同步文件夹（个人习惯一个项目设立一个同步文件夹便于管理）第七步：关键在于连接远程服务器成功后，建立虚拟环境！
PyCharm专业版连接AutoDl详细教程
Panda_Panda博客
05-17 3674
5.当我们在本地修改完我们代码的时候，系统回检测你的代码是否和服务器上的代码是否一致，当出现该文件与远程文件相同，这说明我们没有对我们的代码做任何改进，当我们修改我们的代码的时候会出现 该文件已经被修改，是否上传的提示，这个时候我们就需要把我们本地修改好的文件上传到服务器上，这样服务器就会保存我们最新的代码。4.但我们想要浏览我们服务器上的代码的时候，我们还是找到工具这一栏，找到部署，然后找到浏览主机这个位置，然后我们还得验证一下我们的服务器上的密码，验证成功才可以打开服务器上的文件。
关于AutoDL的使用心得
ScalaX的博客
11-21 5657
AutoDL的使用心得
AutoDL 环境+ PyCharm 配置教程：实现 GPU 加速与远程开发
qq_51210361的博客
01-18 7703
通过本文的详细步骤，你已经成功配置了AutoDL环境并在PyCharm中实现了远程开发与GPU加速。无论是通过JupyterLab进行实验，还是在PyCharm中开发、调试与训练模型，都能有效提高你的工作效率。借助Conda和PyTorch的强大支持，你将能够快速搭建深度学习环境，并专注于模型的训练与优化。
AutoDL使用
abccbatqw的博客
04-19 1996
然后回到容器实例，点击无卡模式开机。开机后配置环境，环境配置好后再用GPU开机。选择镜像后点击立即创建。
AutoDL平台租借GPU详解
qq_44665283的博客
05-16 1万+
AutoDL平台租借GPU详解
autodl安装pytorch
08-11
要在Autodl中安装PyTorch，你可以按照以下步骤进行操作。 首先，安装torchvision。你可以使用pip命令来安装，如下所示： ``` pip install autodl-nas/torchvision-0.11.0 cu111-cp38-cp38-linux_x86_64.whl ``` 这个命令将安装指定的版本的torchvision。 接下来，安装PyTorch。你可以使用conda命令来安装，具体命令如下： ``` conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch ``` 这个命令将安装指定版本的PyTorch以及相应的torchvision和torchaudio包。 请注意，根据你的需求和系统环境，你可以选择不同的版本进行安装。以上提供的是一些可能的安装命令示例。确保根据你的具体要求进行选择。 希望这对你有所帮助！如果你还有其他问题，请随时提问。<em>1</em><em>2</em><em>3</em> #### 引用[.reference_title] - *1* [AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4...](https://blog.csdn.net/LWD19981223/article/details/127085811)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] - *2* [AutoDL服务器配置PyTorch](https://blog.csdn.net/wsla1234567890/article/details/128328172)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] - *3* [【深度学习】Pycharm连接远程服务器（AutoDL）训练YOLOv5](https://blog.csdn.net/weixin_43799388/article/details/124759054)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] [ .reference_list ]
评论 261
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

孟孟单单

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值