手把手学习使用云GPU（以九天 毕昇为例）

如何白嫖GPU并训练自己的模型（以九天 毕昇 为例）

随着深度学习的火热，越来越多的人开始使用深度学习的方法解决自己研究领域的问题，但是在训练模型的时候往往遇到实验室GPU使用拥挤的问题，这时候就需要找一些云GPU使用了，但对于大部分学生党来说，租用GPU是一笔不小的开支。因此这时候就需要找一些免费的、可白嫖的了。找到了捏，又不一定能够快速上手使用，因此本文针对该类现状，详细介绍一种免费云GPU的使用，以帮助学生党快速入手云GPU并训练自己的模型。

1.打开网站

九天 毕昇: https://jiutian.10086.cn/edu/#/home
右上角注册登录

2.先签到领豆再进入控制台

3. 新建实例

依次点击 模型训练、单机训练、新建实例

4.选用套餐

实例名称：自己随意取
数据集：可以根据自身需求选择，也可以不选择数据集
资源套餐：
①CPU：一般用于编写代码，测试简单python程序
②V100虚拟化：有8G显存的GPU
③V100：基本上选不到
我们选择第②个V100虚拟化

5.启动

稍等片刻后点击 jupyter 启动

启动后，耐心等待加载

6.选择操作界面

可以点击左上角 蓝色+ 号添加更多操作界面
可选notebook我最喜欢命令行，我这里打开两个命令行，一个用以执行程序，一个用来看GPU使用情况
先打开teminal一个、再添加一个

7.上传文件

我个人偏向使用命令行操作
我先创建一个文件夹

mkdir test

进入新建的文件夹
再从gitee上下载文件(下载的文件是使用CNN进行手写数字识别的程序)

cd test
git clone https://gitee.com/ming-ming-0201/handwritten-number-recognition.git

进入下载后的文件夹、再使用ls查看文件目录

cd handwritten-number-recognition
ls

文件里面有一个train.py和test.py

8.确定虚拟环境

根据自己代码的要求确定python虚拟环境，我的程序需要torch,因此只要含有torch就行，也可以自行去创建虚拟环境再自行安包

查看有哪些环境

conda env list 

我这里选用其中的pytorch1.8环境

激活环境

conda activate pytorch1.8

9.训练模型

要训练的程序里面，需要自己提前写好调用GPU的代码

如果是多GPU的代码，请将GPU使用序号改为 0

命令行执行 train.py

python train.py

差一个包

安装一下

pip install tqdm

命令行再执行 train.py

python train.py

稍等片刻，程序跑起来了

10.查看一下GPU使用情况

打开另一个命令行去查看

输入命令查看GPU使用情况

nvidia-smi

GPU有8G显存，这里才占用1.2G，还有很大余量捏。

11.关闭实例

回到实例首页，点击停止

结尾语：该平台使用还有很多操作，需要大家自行探索，能有免费的GPU使用，还是挺不错的，为移动点赞！