白嫖NVIDIA v100 （九天毕昇），附YOLOv5实操

w冷淡

已于 2024-03-03 15:29:35 修改

阅读量3.8k

点赞数 15

文章标签： YOLO

于 2023-07-23 00:44:32 首次发布

本文链接：https://blog.csdn.net/qq_45149610/article/details/131874500

版权

文章详细介绍了如何在没有合适显卡的情况下，利用AISTUDIO平台的免费V100资源进行深度学习。尽管存在上传数据速度慢等问题，但通过注册、获取算力豆、创建conda环境、安装PyTorch等步骤，用户可以设置好环境进行训练。建议使用VSCode模式并注意使用绝对路径避免错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

做深度学习如果没有合适的显卡，可以试试这个，colab用起来不方便百度的aistudio虽然也是v100，但是不能用pytorch

配置环境

之前这个教程写的不够详细所以这次详细写一遍

免费v100

缺点

上传数据速度慢
训练速度也稍微慢点
至于用不用还是看个人把，之前遇到两次问题，一个是上传数据速度慢，跟官方反馈过，也是隔天就给打电话过来了，还有就是pip install半天没有动作，这个是安装源的问题，用清华源

注册

首先点开网址九天毕昇
先注册下账号，这里必须吐槽下他这个密码 ~~要求挺烦人，大小写数字，符号不可以是键盘相邻的~~

注册完就会进入到这个界面

算力豆

在这里插入图片描述

首先来到控制台，每次运行主要是消耗算力豆，刚注册会送500豆，下面的问卷送100个，每日签到要得。第一天送40，第二天80，第三天到第六天都是100，最后一天150 中断就要重来。每周都会刷新。5个豆子能用一小时

在这里插入图片描述

然后来到数据管理，他首先是有两个上传数据的方式，一个是数据管理这里，还有是jupyter哪里，我之前都是再jupyter，后来总是传着传着失败。加了工作人员微信，推荐用数据管理的方法上传。

这里我就随便上传一个举个例子

一开始进度为0，慢慢等下把

数据集上传完毕了，接下来要创建一个容器实例

新建实例

在这里插入图片描述

这里把刚才上传的dataset选上，这里没选择后面也能补上，选则虚拟化v100

这里有两种操作方式，都可以，vscode和本地的差不多，先用jupyter把

如果刚才数据集没选上，就停止后，点编辑，重新选下

先上传yolov5文件吧
在这里插入图片描述

接下来选则终端，进入bash，通过命令解压刚上传的yolov5-master.zip

输入解压命令 unzip file.zip -d path不加-d也行直接加压到当前目录下

在这里插入图片描述
刷新下

在这里插入图片描述

创建conda环境，这样每次重新打开这个v100实例的时候都能保持上一次的状态,输入conda init

在这里插入图片描述

叉掉这个终端，在重新打开一个，应该会看到进入了conda环境中

在这里插入图片描述
接下来输入conda create -n YOLO python=3.11，这里YOLO是你的环境名字，python版本自己选则
遇到[y/n]输入y回车，完成后用第一个命令查看环境列表，第二个命令激活创建的环境

在这里插入图片描述

首先加载到yolov5目录，然后输入pip install -r requirements.txt回车

安装速度还行，要是有问题就是安装源的问题，只保留清华源（豆瓣，阿里太慢了）。

在这里插入图片描述
不要在终端中按下鼠标右键，容易引发crtl+c 也就是终止运行的命令

在这里插入图片描述
安装torch可能慢一些，稍微等等

我们上传的数据集在data/user/datasets/，crtl+l就是清空终端显示的内容，把这个数据集解压到和yolov5一个目录下吧执行unzip data/user/datasets/datasets.zip -d root/
在这里插入图片描述

这样就成功了，这个datasets是用的v5自动下载的

在这里插入图片描述
前面忘记说了 yolov5s.pt也上传个把要不他下载国外的内容几乎下不动

训练的时候还是用vscode模式把，先映射下目录

在这里插入图片描述

尽量程序涉及到路径的都换成绝对路径，右键datasets文件夹选则copy path得到的就是他的绝对路径
在这里插入图片描述
用下面的方式打开终端，运行命令即可

其他的和本地跑没什么区别，路径都用绝对路径就不会出错，用它这个还挺折腾的，3090一小时也就1块多，还是珍惜时间少折腾吧

想终止程序crtl+c即可