InsCode GPU服务器快速使用

1. 背景介绍

InsCode服务器地址：https://inscode.csdn.net/workbench?tab=computed。

2. 环境配置

新建环境后，按照如下步骤快速配置，以便后续执行深度学习模型训练。

• 数据
• 环境依赖
  • Copy Miniconda
  • Copy bashrc并覆盖已有.bashrc

cp -r bashrc /root/.cache/base_env/.lang-bashrc
source .bashrc

- 配置CuDNN，copy cudnn-local-repo-ubuntu2004-8.4.0.27_1.0-1_amd64.deb

sudo dpkg -i cudnn-local-repo-ubuntu2004-8.4.0.27_1.0-1_amd64.deb
sudo apt-key add /var/cudnn-local-repo-ubuntu2004-8.4.0.27/7fa2af80.pub
sudo apt-get update
sudo apt-get install libcudnn8=8.4.0.27-1+cuda11.7
sudo apt-get install libcudnn8-dev=8.4.0.27-1+cuda11.7
sudo apt-get install libcudnn8

上述步骤CuDNN相关包会被安装在/usr/lib/x86_64-linux-gnu/下，copy过去即可。

增加内存：

echo 'tmpfs /dev/shm tmpfs size=8G,noexec,nosuid 0 0' | sudo tee -a /etc/fstab
sudo mount -o remount /dev/shm

LATR环境配置：

• MMDet

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv && git checkout v1.5.0
FORCE_CUDA=1 MMCV_WITH_OPS=1 python -m pip install .