风格化神经绘画在云服务器的部署思路

风格化神经绘画在云服务器的部署思路

首先是我的思路，以及部分流程，我汇成了思维导图的形式展示：

接下来将分一下几个方面讲解我遇到的问题，以及解决办法：

1. Anaconda的配置
2. 训练速度过慢，使用pytorch框架来实现cuda来加速训练
3. Flask框架使用过程中怎么去整合函数
4. 部署到服务器中怎么配置相应的包

我在实现这个过程中遇到最大的几个问题就是以上四个。

1. 第一个问题
   a) Anacnonda的配置，这个比较简单，去anaconda官网直接下载就行，但是配置的时候一定要把anaconda的路径记好，需要配置到对应的path路径。
   b) 之后是需要pycharm的环境选择，直接选择anaconda然后有报错直接alt+enter去解决，很快就会把包的问题解决掉
2. 第二个问题
   a) Demo运行速度过慢，我第一次跑的时候不知道什么问题，电脑转了两个小时才转完，后来读代码的时候发现里面有一行代码
   这里的意思是先尝试调用cuda来运行，否则就去尝试用cpu来运行，换句话说就是前面用显卡来算，后面用处理器来算，处理器只能线性计算，显卡可以同时进行多个计算，所以用cuda加速很块。
   b) 怎么调用cuda加速，现在要用到pytorch框架，这个就很复杂，因为根据因为英伟达的发售的显卡的时间以及，驱动版本的问题导致，pytorchcuda版本的驱动就型号繁多，需要一一对应，不然就有很多的bug，这里主要说的就是版本的对应，需要先从自己显卡的驱动去找

c) 让后去找对应的cuda驱动版本cudnn应该是这个名字，最后再去用anaconda来直接下载对应版本的pytorch。
d) 安装成功后，重启以后，可以明显感觉显卡和cpu重复利用，电脑烫的起飞
3) 第三个问题
a) Flask框架很简单的一个架构，扩展性很好，我一开始是以为需要重新创建一个文件来实现flask服务器的沟通，后来发现如果新建文件的话，函数还有原本的代码根本没办法迁移，就很费力气。
b) 转换思路发现我可以直接在原本的代码里面直接使用flask来实现调用原本的函数，这样就可以正常的调用了
c) 当然里面的细节我说不清楚，就是一遍遍的修改去调试代码，之后才实现运行的
d) 我个人的思路是先实现微信小程序客户端向服务器传送照片功能，接收服务器向客户端传回的照片，调用函数来修改照片，这三个步骤
e) 很长一段时间我卡在调用函数这一步上，后来想为什么不先完成简单的部分，最后再实现困难的那一部分，就误打误撞的成功了
4) 第四个问题
a) 怎么去配置服务器中的环境，怎么去把文件上传到服务器
b) 我这里用了一个工具来实现传文件
c) Winscp，我在腾讯云教程上面发现的，挺好用的，本来不清楚服务器的目录结构，然后用了这个以后也十分的清晰
d) 配置服务器的环境我是用的命令行，先从win这里导出了我原本用的包的yml文件，之后用命令来直接导入包，虽然还是有很多的bug但好在解决了
e) 顺便一提，还学会了部分的linux的命令操作，真的费劲

总结一下：
解决问题最重要是实践，因为你的老师给你的是一个想法和思路，至于正确性以及怎么实践就是需要自己去验证的。网络可以给你很大的帮助，但是搜索难度过大，很多无用信息。然后我也使用chatgpt这个非常好用的工具，来解决我的各种问题，强烈安利。最后还是要感慨以后只要学会如何正确使用gpt，一个人的学习速度时非常快的。