用阿里云服务器运行深度学习代码（详细的小白教程）

中途踩了好多坑，折腾了快一个礼拜才跑出来，真的好搞心态！！这篇帖子详细记录怎么用用阿里云服务器运行深度学习代码，雷点也都会说清楚。

我的代码运行环境：

一、购买云服务器

建议买的时候联系客服，说下自己的需求，客服会给出比较好的建议。现在有的优惠是300元优惠券和3个月试用，但3个月试用的配置好像比较一般。

这里提供下我的配置。付费类型，考虑到抢占式实例有可能会被自动释放、影响跑代码，我使用了按量付费。地域选择一个离自己比较近的。网络根据默认。

实例选择GPU类中的共享型GPU。镜像根据环境要求，选择了Ubuntu16.04，并且安全加固。

这里附上阿里云提供的参考：

1. 轻量级GPU是指GPU计算型实例，可以降低小规模AI推理过程的使用成本；共享型GPU是指GPU虚拟化型实例，CPU和网络资源采用共享模式提供，内存和GPU显存采用独享模式提供，为您提供数据隔离和性能保障。
2. GPU与CPU配比：对于深度学习训练，考虑GPU与CPU的最佳比例在1:8到1:12之间。如果是通用深度学习、图像识别推理等场景，GPU与CPU的比例推荐为1:4到1:12之间。
3. 如果涉及大规模的深度学习训练，推荐使用GPU加速型实例，如GN系列或P系列，这些实例配备高性能NVIDIA GPU，适合深度学习和科学计算场景。（可以选择安装GPU驱动，就不用自己配啦）

存储部分，开启了快照服务。

带宽和安全组部分，记得勾上公网IP，方便远程连接服务器。安全组默认。

选择密钥对，登录服务器的时候就用密钥对验证。自己创建一个，并且保存好密钥对的.pem文件就好了。

下单，成功购买服务器啦。进入管理控制台，进行接下来的操作。

二、连接服务器

可以使用阿里云提供的workbench进行远程连接。我使用的是Xshell进行远程连接，Xftp进行文件传输。安装教程：