2024山东大学软件学院创新实训——智慧医疗问答系统（二）

两种模型训练的环境

目录

两种模型训练的环境

一. 在JupyterLab上训练

二. 在PyCharm上训练

---

对于深度学习的大模型项目，租用云服务器后，可以选择在 JupyterLab 或 PyCharm 上进行模型训练。这两种环境都支持深度学习框架，如 TensorFlow、PyTorch、Keras 等，并且可以利用云服务器提供的计算资源来加速训练过程。

一. 在JupyterLab上训练

JupyterLab 提供了一个交互式的编程环境，可以在其中创建和运行 Jupyter Notebook 或 JupyterLab 应用程序。在 JupyterLab 中训练深度学习模型具有以下优势：

• 交互性：可以逐步执行代码，实时查看每一步的输出和可视化结果。
• 易于共享：Notebook 可以方便地分享给他人，便于协作和交流。
• 灵活性：可以轻松添加 Markdown 文本、LaTeX 公式和媒体内容，使文档更加丰富。

将文件从本地上传到远程服务器

XFTP 是一款图形界面的文件传输软件，通常用于Windows操作系统。它支持 FTP、SFTP、和 FTPS 协议，使得文件的上传和下载过程更加直观和方便。

XFTP官网：XFTP - NetSarang Website

具体步骤如下：

1. 安装XFTP

按照提示进行操作即可

2. 打开XFTP客户端

启动 XFTP 程序，创建一个新的会话

3. 连接远程服务器

首先需要查看服务器的登录指令和密码

新建会话界面如下所示，输入远程服务器的主机、端口号、用户名和密码（根据上述查看的信息填写后点击连接即可）

4. 上传文件

在 XFTP 的本地文件窗口中，找到并选择您想要上传的文件或文件夹。将选中的文件或文件夹拖放到远程服务器窗口的目标目录中。XFTP 将开始上传文件，并在界面上显示传输进度。

然后就可以在linux和windows系统之间跨平台无障碍传输文件啦！！！

二. 在PyCharm上训练

PyCharm 是一个功能强大的 IDE，专为 Python 开发设计。它提供了许多专业功能，适合深度学习项目的开发。在 PyCharm 上训练深度学习模型的优势包括：

• 集成开发环境：提供了代码编辑、调试、版本控制等一体化的开发工具。
• 项目管理：方便地组织和管理项目文件和模块。
• 专业支持：专业版 PyCharm 提供了对科学工具和深度学习框架的额外支持。

Pycharm远程连接AutoDL

如果选择在PyCharm环境上训练，那么需要将Pycharm连接AutoDL平台上的云服务器（PS：必须是PyCharm专业版）

具体步骤如下：

1. 无卡模式开机，获取登录指令和密码

2. 打开Pycharm的设置界面，点击Add Interpreter下拉框，选择On SSH

3. 连接到远程服务器

假设登录指令为ssh -p xxx root@abc.com，则：

• Host：abc.com

• Port：xxx

• Username：root

4. 选择python解释器：/root/miniconda3/bin/python3，同时勾选“Automatically upload project files to the server"，以同步本地文件夹和远程服务器的文件夹

5. 进入远程服务器终端命令窗口

6. 创建环境后即可直接在PyCharm中运行模型(以cli_demo为例）