云服务上部署深度学习框架（keras）实战

                      云服务上部署深度学习框架（keras）实战

背景：本人由于本地电脑（1080单卡）配置不够，后面便在服务器上部署环境进行深度学习的训练,目前是租了两台2080在用，跑的是语义分割模型。

---

前期准备：

要使用云服务器必须要有能进行传输文件和代码操作的软件，我推荐以下两个工具：
1、 xshell6 （用于远程登录linux系统进行操作）

                                          

2、 xftp6（用于传输本地的文件或者保存云服务器的文件到本地 ）

                                         

注意事项：xshell别下商业版的，用一段时间就不行了，去官网申请个人和学校的版本，会给你邮箱发个下载链接，直接安装就行

下载链接如下：https://www.netsarang.com/zh/downloading/?token=YWNLYXRFbDNqMFZXSHRncXRmdmNnd0BVWE5xelNVYnNUVXB4VlNZcVp5MUdR

---

登入服务器：

由于登录xshell与xftp的步骤差别不大，我主要记录一下xshell如何登录
一般我们租好服务器之后都会给你发生一些服务器的登录信息，具体信息可以参照下图：

                                   

名称：自己随便设置一个就行

协议：一般的都是SSH,具体的你租服务器的时候都会在邮件告诉你

主机：你租的服务器的ip，一般都在邮件里面

端口号：这个一定要填对了，不然进不去

填完之后点连接就行，之后会跳个界面要你输入用户名和密码，一般用户名默认是：root，密码上邮件去找就行，之后记住密码就行了，下次直接可以登上。

---

环境安装：

登上服务器后就是一些基本的linux操作了，我是使用的Anaconda，安装基本和Windows下差不多，可以参考一下这位大哥的博客，讲的特别详细：
linux下安装anaconda

安装完之后记得虚拟一个环境专门用于自己实验的环境，以后直接激活就行了，由于我租的服务器是配了TensorFlow-gpu的环境的，cuda是10.0版本的，后面我直接在服务器端安装了keras、opencv-python、tqdm等一些库直接就能够用了，比较推荐大家使用xftp来进行文件传输，确实很方便

注意事项：

我在使用过程中遇到不少问题，现在给大家提一提，对大家可能产生一点帮助：

1) 直接环境下安装opencv-python:

pip install opencv-python

报错：ImportError: libGL.so.1: cannot open shared object file: No such file
解决方案：

apt-get install libgl1-mesa-dev

2) linux 下如何清显存：

sudo fuser /dev/nvidia*
kill -9 pid

3)python 运行 tensorflow 时 对于 ImportError: cannot import name 'descriptor' 报错的解决:

pip uninstall tensorflow
pip uninstall protobuf

# 这里一定要添加 --no-cache-dir 参数
# 我使用的版本是 2.1.0 ，大家在使用该语句时可以自行修改版本号

pip install --no-cache-dir tensorflow-gpu==1.14.0

大家需要具体的安装包的可以下方留言，或者想咨询具体细节的也可以留言，新手一枚，多多关照