首先下载filezila，下载连接，下载 - FileZilla中文网
下载客户端版本
选择最右面的64位绿色版，然后无需安装，直接点击filezila，出现这个界面
然后去租服务器，首先需要充值一下，
充值完成之后是这个界面
点击算力市场，查看空余显卡，点击1卡可租，下滑进入这个界面
选择基础镜像，选择Pytorch版本，1.10和1.11没什么差别，都可以，点击立即创建，然后
进入到这个界面
然后返回filezile，打开站点管理器
按照标注的进行填写，先点击新站点，自己命名，随便命名，3-6填写我下面的图
点击下图这个按钮 这个图
输入到主机，显示如下图片，把主机里面的内容修改一下，这个里面的内容是你自己复制的登录指令ssh，和我的不一样
修改成下图所示
点击下图这个复制小图标
输入进这个密码的地方
点击连接
然后弹出窗口，把这个总是信任主机，前面打上小勾，点击确定
出现如下图所示，即为成功
进行数据传输
双击进入sutodl-tmp目录，所有的数据都传输到这个目录
如下图所示，左边为自己电脑的目录，右侧为autodl的目录
点击Fashion-Hash-Net-master下的任意一个文件夹，比如cfg，按住ctrl+a全选，就标蓝了，如下图所示
然后鼠标点击右键，点击添加文件到队列，如下图所示
就出现如下图所示的目录
点击传输，处理队列，进行传输，因为images数据比较大，所以总的文件夹传输大概需要一下午或者时间更长，传输完成会提示传输完成
当列队文件为0时，表明传输完毕
配置环境
点击 jupyterlab
进入如下界面，点击终端
显示这个界面
输入source activate 进入base环境
输入 cd autodl-tmp/Fashion-Hash-Net-master
然后界面如下图所示
然后安装包，输入pip install lmdb pyyaml visdom tqdm
输入 export PYTHONPATH=$PYTHON:/root/autodl-tmp/Fashion-Hash-Net-master/
如下图所示
进入如下路径/root/miniconda3/lib/python3.8/site-packages/visdom
双击进入，修改235行文件，修改成如下图所示，按ctrl+s保存
在 https://github.com/kuweicai/document-sharing中下载文件static，本地解压之后替换Auto DL服务器visdom 目录下的static。（同样用filezila进行传输），在进行传输之前，先把AUTODL上面的atstic删除，右键点击会出现下图界面
如下图所示，选中static文件，同上添加文件到队列，然后处理队列
在 Auto DL 服务器中输入python -m visdom.server 就可以顺利启动visdom服务了。
然后重新开一个终端
输入如下图命令 source actiavte
cd xxxx 和上面路径一样
输入 export PYTHONPATH=$PYTHON:/root/autodl-tmp/Fashion-Hash-Net-master/
如下图所示
pip install olefile
接下来是训练,训练时间较长，可以直接用他给的权重测试
输入 python scripts/run.py train --cfg ./cfg/train/FHN_VSE_T3_630.yaml
FHN_VSE_T3_630.yaml的路径设置如下图所示，
num_works设置为1
EPOCH最初设置是100，我为了看效果，改成了2，你想训练多少轮，就修改成多少
修改之后按ctrl+s保存，最后训练完的结果会保存到checkpoints的这个路径下面，所以你要先新建个文件夹，名字为checkpoints，这个是完整的路径
测试
按照官网的程序
python scripts/run.py evaluate-accuracy --cfg ./cfg/evalute-accuracy/FHN_VSE_T3_630.yaml
会出来如下图所示的结果，结果保存到results文件夹下面
第二个测试
python scripts/run.py evaluate-rank --cfg ./cfg/evaluate-rank/FHN_VSE_T3_630.yaml
下图为跑完的结果，左侧为保存的npz文件，但是这个文件会覆盖上面的npz文件，因此建议把路径修改一下，修改为results1,第二个图是results，是因为是我在没改路径前运行的，你运行完之后会生成在results1路径下。 第三个测试同理
1337
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
