Pychram连接MistGPU远程服务器(新手,亲测有效)
假期在做深度学习毕设,由于没有GPU,实验速度很慢,所以尝试使用MistGPU进行毕业设计的神经网络训练。
主要分为以下几步:
- 创建服务器
- 下载Pycharm企业版
- pycharm与MistGPU连接
- 上传数据集
- 数据集解压
- 同步文件
- 开始训练
- 邀请码
- 关于文件架构的说明
为使教程简洁,在MistGPU官网上已有的教程我便不再赘述,具体细节请参照官方教程页面
附一个个人邀请码:“mistgpu.com/i/659672”,复制到网页搜索栏即可进入注册界面~
1.创建服务器
MistGPU有多种服务器可选,选中服务器型号后,填入必要信息(下面5处)
创建完成!
2.下载Pycharm企业版
MistGPU仅能连接专业版PyCharm,社区版不支持远程连接服务器。企业版的下载方式请参照官方教程——前言。
3.pycharm与MistGPU连接
1.在左上角File-Settings…- 项目 - Python Interpreter里点击右上角的齿轮图标-Add…
2.选择左边的SSH Interpreter,将服务器信息填入即可。
Host为图示篮筐部分,Port为绿框部分,Username必须填mist。之后选择Next。
3.输入密码(第一步创建服务器时设置的),选择“next”
4.在Interpreter一栏(蓝框)的最后加上3,变成/usr/bin/python3,如图高亮处。
5.Sync folders可点击右边的文件夹图标配置,将Remote Path改为主目录(/home/mist)下。
将本实例的所有文件都放在/home/mist/project/下,在/home/mist上右键,新建“project”文件夹,新建文件夹方法如下。
6.之后请参照官方教程——完成“设置部署”下的全部操作。
4.上传数据集
在MistGPU控制台主页选则“上传数据集”,根据要求将数据压缩成.zip文件—添加文件—开始上传。
5.数据集解压
上传完成后,需将数据集解压,选择“命令行”,如下图,
进入黑色界面:
(1)输入ls /data命令,可以查看文件夹是否上传成功
(2)输入 unzip /data/压缩文件名 -d ~/,将zip压缩文件直接解压到本地
命令的具体解释可参见官方教程-数据集
解压需要稍等一会,可同时进行下一步
6.同步文件
在pycharm左边栏,可以看到“Remote Host",点开,可以看到此时"project"下并没有待运行代码文件。
我们需要将代码手动上传。选择右侧我们的本地工程项目(我的是“CNN"),如下图选择,之后等待数据上传。
数据上传
传输完成后,可以在Remote Host看到。
7.运行成功
之后,像在本地一样运行代码,如果看待运行窗口解释器变了,即为成功。
邀请码
附一个邀请码:“mistgpu.com/i/659672”,复制到网页搜索栏即可进入注册界面~
关于文件架构的说明
这里解释一下我的文件架构,以便大家根据实际情况安排文件位置
(1)我的最大文件夹叫"CNN",下面有数据文件夹"data",以及全部运行代码。
其中,data文件夹在"4.上传数据集"上传;代码在"6.同步文件"上传。
- CNN(一个文件夹)
- data(一个文件夹)
- 代码(许多.py文件)
(2)上传完成后,总文件夹"CNN"在远程目录
"/home/mist/project/“下,而"data"文件夹在”/home/mist/~/"下,二者位置关系与本地不同,会影响代码运行,只需在Pycharm的“Remote Host"将"data"文件夹拖至想要位置即可(和我们平时拖动文件夹一样)。