datawhale第二次与训练打卡

Jupyter操作

基础操作：

1. 附加：选中单元格后，M为标记。
2. Cell-Run All运行所有代码框
3. 单元格前面的
4. 在jupyter运行py文件：%load run.py(同一目录下py文件名）

                      % run run.py

命令（蓝色框）模式 回车 到编辑模式
编辑（绿色框）模式 ESC 到命令模式

m键，可以直接输入markdown格式内容
按y，可以变回代码格式

Shift➕回车 运行当前代码块，并跳到下一个代码块
Ctrl➕回车，只会运行当前代码块
Alt➕回车，运行当前代码块，并向下新建一个代码块
按b，向下新建一个代码块
按a，向上新建一个代码块
按c，复制当前代码块（单元格）
按x，剪切掉当前代码块
按v，粘贴到当前代码块；按shift➕v，粘贴到上一个代码块
按z，撤回操作
对于多行代码，在代码块命令模式下，按L，可以对代码标行数
按dd（两次），删除代码块

在jupyter中配置环境

    首先在prompt中把环境需要的东西配置好，再输入如下命令。

1. 运行环境：

第一步--在prompt中activate 环境；

第二步--在环境中cd文件目录+盘符号：进入文件目录；

第三步--jupyter notebook进入笔记本。

在服务器上配置pytorch环境以及部署jupyter

• 在服务器上安装Anaconda与pytorch环境：

参考连接：

远程服务器安装anaconda并配置pytorch环境_哔哩哔哩_bilibili

  首先在Anaconda官网下载linux系统对应的ana；

  使用winscp把ana传到服务器上

  使用xshell进行ana安装。bash 文件名+.sh

  查看显卡支持cuda最高版本号。nvidia-smi

  创建虚拟环境：conda create -n pytorchdemo python=3.8

  激活创建的环境，conda activate pytorchdemo

  在pytorch官网中，找到相应的cuda下载命令行，复制即可

  检查是否安装好：输入python进入python编译环境

  再输入import torch;torch.__version__;torch.cuda.is_available();

• 在服务器中部署jupyter

参考链接：

基于jupyterlab远程连接linux服务器及使用screen后台运行python程序_哔哩哔哩_bilibili

第一步 pip install nbclassic==0.2.0

第一步 pip install jupyterlab==3

第三步 在Xshll中，文件-当前会话属性-隧道，如下图布置：

这里面地127.0.0.1是可以先输入下一步地命令后获得；目标端口自定；x11那个取消勾选。

第四步：jupyter lab --no-browser --port=2022

其中--no-browser是不需要浏览器，即服务器无浏览器；port是自定的。

问题：

1. 使用conda命令若报未找到命令错误时，在终端输入export PATH=~/anaconda3/bin:$PATH
2. 或先使用source activate返回到base环境中，再使用conda激活。
3. 在服务器上不显示激活的虚拟环境，如下图

  第一步--首先使用source activate重新进入虚拟环境，即进入base环境

  第二步--重新激活目标环境conda activate huanjing

  第三步--在环境中配置

• Pycharm配置服务器环境

在添加interpret中选择ssh，输入相应的端口账号密码。

进行如下图操作，在linux服务器中创建的虚拟环境中，找bin文件夹，对应文件夹里面的python文件确认。

在如下两图中操作，修改上传位置到自己的文件夹里面方便保存查看：

在本地编辑完py文件后，有时上传服务器并不及时，可以同时按shift cril alt x，手动同步。

B1,B2或者自己拍照获取图片数据集。

删除无关图片：例如“苹果”，可能是水果，也可能是手机，要删除无关图片。

保证数据集的类别均衡，图片的多样性，代表性，一致性。

OOD数据集葡萄，训练是一串，测试时是一颗；训练是4k图片，测试是720p，就有可能出现过拟合问题。