在云服务器上训练自己的神经网络-tensorflow

2019年4月27日
建议不要用阿里云的PAI机器学习，不想用之后完全不知道在哪里关毕已经开通的服务…

---

2019年4月16日

不仅可以一直用，最近还升级了GPU，由K80变为Tesla T4 计算能力7.5；显存15G；之前要运行40分钟的项目，十分钟就运行完了…良心

---

2019年4月15日

用了几天发现好像没有12小时的限制，可以一直用

---

一开始准备租用GPU服务器，但是这种方式有点类似于给你一台新电脑，上面什么软件都没有安装，需要自己去配置，配置比较麻烦，而且我在自己的windows平台下已经部署了cuda、cudnn等，有点怕冲突。

所以准备在专门的深度学习平台上进行训练。无需配置环境那种…

第一次尝试：
PAI机器学习：
首先尝试了阿里的 PAI机器学习 可以运行且无需配置环境；但是这东西只支持到tensorflow1.4版本，而且他有自己的专属格式，需要改自己已经写好的代码才能在上面运行。收费大概1小时8RMB

使用教程：https://blog.csdn.net/dongjbstrong/article/details/80816197

第二次尝试：
Google Colab：
Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用！GPU型号是Tesla K80！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。
Tesla K80 计算能力：3.7 ；显存12g；计算速度一般，大概比我的1050Ti（计算能力6.1 显存4g）强一点。真香
自带tensorflow-gpu 1.13.1 ，使用时无需配置cuda cudnn等，将自己的代码上传到网盘
即可开始训练

使用教程：
https://www.jianshu.com/p/000d2a9d36a0
https://blog.csdn.net/jacka654321/article/details/83928187

基本命令：
Import os
os.chdir(‘’)
!ls
执行系统命令时前面要加感叹号

重新登陆谷歌云盘时需要重新挂载：
from google.colab import drive
drive.mount(’/content/gdrive’)

然后通过 os.chdir(‘’) 指令跳转到下面的目录（os.chdir(‘…/’)为返回上级目录）
‘/content/gdrive/My Drive/drive/myemotion_last/my_emo’