1、autodl云服务器
网站链接:AutoDL-品质GPU租用平台-租GPU就上AutoDL
选择原因:
- 价格便宜,无卡模式搭建环境,无卡模式0.1元一小时
- 新用户赠送10元代金卷
购买流程:
关于镜像选择,选择对应的Python版本之后,选择需要的框架。如我需要的的是Miniconda,选用配置如下,另(第四列,提供的cuda版本都可以使用)
2、搭建服务器,运行代码流程
- Pytorch环境搭建
点击“开机”是使用GPU开机,”更多“无卡模式开机,搭建环境选择无卡模式开机即可
- 打开JupyterLab(快捷工具),在JUpyterLab界面下打开终端
- conda创建环境,name可以替换为环境名,在此我的环境名为pytorch
conda create -n name
- conda激活环境 ,激活之后,进入创建的环境,终端界面最前面显示envs环境名
conda activate name
- 下载代码or训练所需数据集
- 一种方法直接从github上拉取;另一种方法绑定阿里云盘和百度网盘,从网盘上拉取。下方链接,第一个从github上下载代码,第二个网盘使用方法,建议使用阿里云盘(关联更简单,上传文件速度快)
- AutoDL帮助文档https://www.autodl.com/docs/git/
- AutoDL帮助文档https://www.autodl.com/docs/netdisk/
- 下载运行代码所需的库
- 一般,源码作者都会提供requirements.txt文件,建议根据文件,下载相应版本的库。这里有两种方法,一种是conda install 包名进行安装,一种直接按照文件进行安装 。只介绍第一种方法,将packet换成需要的包名,conda也可以替换为pip,建议使用conda(conda可以解决包依赖问题)
conda install packet
conda install packet=1.6.0
- 安装完成对应包,下载vscode
- 使用终端调试,查看报错信息等不方便,因此需要一个辅助工具,帮助我们去查看浏览代码。建立连接之后,即可在本地vscode查看,修改远程服务器代码,第一个链接为autodl官方提供的vscode使用教程,第二个链接为vscode官网。另下载vscode时,可能会出现下载失败的问题,百度一下即可
- Visual Studio Code - Code Editing. Redefined
2.运行代码出现的问题
1.visdom端口映射
vscode本身就可以提供远程和本地端口的映射,所谓端口映射就是指将远程的端口映射到本地端口,在本地浏览器即可访问visdom界面。运行代码之前,先开启visdom server。这里就需要打开两个终端,一个终端需要开启visdom,另一个终端训练代码
2.代码同步
vscode本地修改代码之后,即使同步到云服务器。一般vscode会提示本地和远程代码不同步,根据提示同步代码即可
注:以上是博主自身搭建云服务器流程,仅供参考,如果各位小伙伴遇到什么问题,欢迎在下方留言讨论!!!