AutoDL算力云使用流程（保姆级教程）

目录

一、进入 AutoDL算力云 官网

二、认证、充值

1、可以进行学生认证（便宜）

2、也可以进行充值

三、创建实例 

1、点击 容器实例->租用新实例

2、配置参数

 3、环境配置

四、开机使用

五、注意事项

六、其他一些操作

---

 

一、进入 AutoDL算力云 官网

官网连接如下：

AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL

如上图所示，进入官网以后，进行注册/登录 

二、认证、充值

登陆成功后，如下图所示：

1、可以进行学生认证（便宜）

2、也可以进行充值

三、创建实例 

1、点击 容器实例->租用新实例

2、配置参数

可选择 地区、GPU型号、GPU数量（如果当前没有可用GPU，就选择其他地区看一看）；选择完算力之后，点击 创建并开机；之后会跳转到 环境选择界面

选择「无卡模式启动」可暂停实例节省费用（关机后仅存储计费）

 3、环境配置

有基础镜像、社区镜像、我的镜像 三种方案供选择

1、基础镜像 

先在基础镜像中看一下是否有自己需要的配置：有需要自己配置环境、不需要自己配置环境 两种

（1）假如所需环境为 torch1.10-cuda113-python3.8（自己根据需求选择），就不需要再费事去自己配置环境，直接就创建并开机就可以了（就可以直接使用了）。

（2）需要自己配置环境：选择Miniconda，然后选择自己需要的conda版本、cuda版本、python版本，之后再进行pytorch的安装以及环境配置（需要自己配置环境）。

①如何配置环境可以参考我的博客，操作其实基本一样，只不过一个在云上，一个在电脑上

如果是从零配置环境，就参考此博客：

Ubuntu18.04安装Anaconda、cuda、cudnn、pytorch 、pycharm(附：保姆级图文流程)_ubuntu18安装anaconda-CSDN博客

②如果有打包好的环境，就参考此博客（将打包好的环境文件放到anaconda中envs目录下）：

如何将别人打包好的深度学习环境安装到自己的anaconda环境中；以及将一些不好安装的库放到自己的环境中（例如动手深度学习的d2l包）_怎么将别人的深度学习代码部署在自己电脑上-CSDN博客

还是在此处演示一下利用打包好的环境（因为一般会在电脑本地调试，调试成功才会用云跑，万完全可以将本地配置好的环境打包好，本地环境在anaconda/envs/目录下，环境叫什么名字就是哪个文件，将此文件下载，然后上传到云备用）

如图，此处在选择时，要与本地电脑用的一样（为了方面，避免出现一些版本不兼容的问题），如此操作，将打包好的环境放进入基本不会出问题

 在root用户下，在终端命令行su一下：

su

并没有进入base 

 输入如下命令conda init然后再输入su，成功进入base：

conda init

 进入/miniconda3/envs/目录下，然后将打包好的环境文件（压缩）上传，此处以李沐老师的动手深度学习环境为例，图中pytorch.zip是我下载的打包好的环境：

 在终端操作：进入miniconda3/envs/目录，输入命令：

cd miniconda3/envs/

 查看是否有下载的文件，输入命令：

ls

操作后如图所示： 

 对文件进行解压，输入命令，unzip 文件名：

unzip pytorch.zip

解压完成后，就可以进入环境了(将pytorch替换成自己环境的名字)，输入命令：

conda activate pytorch

 环境导入成功，如图：

 2、社区镜像

社区镜像 中会有很多已经成功训练的开源项目的开发环境，如果有跟你匹配的，可以直接使用，方便快捷。

3、我的镜像

我的镜像：会显示你之前创建过的镜像，如果需要的跟你之前项目相同的等环境，则不需要重新配置，直接就可以再次创建，这里有我之前的镜像FeatDepth1

四、开机使用

1、开机进入环境

（1）配置完环境后，在容器实例中找到配置完好的，点击 开机，如下图：

（2）点击 jupyterlab，如下图：

（3）然后进入终端，点击终端，如下图：

（4）进入终端后，如果是在root用户下，那么输入su来进入到base：

su

（5）查看都有哪些环境，输入以下命令：

conda info --envs

（6）出现了我的环境featdepth，如下图：

（7）进入环境，输入以下命令(需要将fedtdepth替换成你自己的环境名称)：

conda activate featdepth

 （8）如下图所示，成功进入环境：

2、新建文件夹

3、文件上传、下载

将需要的代码、数据集上传（上传文件有多级目录时要压缩），训练后的log、或预测的结果等等需要下载到本地。

（1）文件上传，点击如图按钮，会跳转到选择文件页面，上传想要上传的文件即可

（2）文件下载，如图在想要下载到本地的文件处点击鼠标右键，出现菜单栏，然后点击下载即可，还可以进行删除、复制等操作

3、模型训练

（1）以李沐老师动手深度学习为例，将代码上传，我将代码放在了/autodl-tmp/目录下，如图所示：

 （2）双击代码文件，就可以看代码、修改代码等等进行编辑

（3） 运行代码，输入python 代码文件.py（此处我将代码文件名改成了LeNet.py）

python LeNet.py

五、注意事项

选择「无卡模式启动」可暂停实例节省费用（关机后仅存储计费），在上传数据，上传代码，修改代码等等不需要使用GPU时，记得使用无卡模式启动，免得浪费租用GPU的钱。

点击 更多->无卡模式开机，如下图所示：

用完别忘了关机！！！ 

六、其他一些操作

1、想再开一个终端

（1）点击如下图的 +，如下图：

（2）然后再点击 终端，如下图：

 （3）如图，实现了创建多个终端

2、使用现成的数据集

很多公开数据集都可以查到，可以下载直接使用，非常方便

 

 如果此文章对您有所帮助，那就请点个赞吧，收藏+关注 那就更棒啦，十分感谢！！！