AutoDL使用百度网盘来进行数据的交互

本文介绍了如何使用AutoDL上的AutoPanel工具来直接访问和操作百度网盘或阿里云盘。用户需要设置独立密码以加密个人账户信息,然后可以通过扫描二维码或配置API进行网盘登录。数据的下载和上传可通过AutoPanel管理界面进行,下载的数据存储在特定目录下,而上传受百度网盘的子文件数量限制,可能需要压缩后上传。
摘要由CSDN通过智能技术生成

1. 简介

  • AutoDL上面其实是可以直接使用百度网盘、阿里云盘等公共网盘的,这样传资料的时候就不用通过Xshell慢悠悠的传输了,如果有百度网盘会员的话,甚至可以实现大文件的秒传
  • 其原理可以从下面的这张图上面看出,首先,需要在AutoDL安装一个第三方网盘客户端 AutoPanel,和官方客户端不同的地方在于,这个工具为Server/Brower架构(类比JupyterLab理解,Server可以不在本地电脑,但可以在本地浏览器使用),具体工作流程如下
  • 从图中可以看出:与官方客户端不同,AutoPanel的Server启动在哪台主机,那么就由该主机和网盘发生上传下载交互,和浏览器所在主机无关。因此您可以更灵活的将AutoPanel的Server启动在本地电脑、AutoDL的实例(已默认启动)、或其他您自己的服务器当中,然后通过Server提供的访问地址在浏览器完成操作。

2. 操作

  • 设置AutoPanel
  • 打开AutoPanel管理页面
    打开对应的实例管理界面,在快捷工具一列中找到AutoPanel入口,点击打开

2.1. 设置密码

在新打开的页面中,选择公共网盘选项卡,输入对应的独立访问密码 123456789,点击确定
这个密码非常重要。因为接下来的授权的网盘,个人账户信息全部是通过这个密码进行加密的。
通过自己设置的独立密码加密后的个人信息只有通过自己的密码才能解密,甚至包括AutoDL也无法解密。

2.1.1. 登录网盘

之后会让进一步选择到底要使用什么网盘。目前,支持阿里云盘和百度网盘。我这里为了方便选择的是阿里云盘,只需要用阿里云盘的手机客户端扫一下这个二维码即可


  • (登录百度网盘)
  • 百度网盘也可以选择,但是设置起来相对比较麻烦一点,需要设置的参数有很多
  • 百度网盘参考下面的文档进行设置
  • www.autodl.com/docs/netdisk/# 4
  • 首先登录百度网盘,之后之后创建应用,按照下面的信息进行填写
  • 百度网盘开放平台
  • 点击确认
  • 如果之前没有进行过认证的话,有可能会创建失败,进行一下认证就好了
  • pan.baidu.com/union/apply?
  • 之后把这些信息填入到AutoDL上面即可
  • 这里需要注意的是,这个Access Token只能使用一次,下一次就需要重新申请了
  • 登录完毕以后就会在这个页面中显示出来自己阿里云盘的对应文件信息,

  • 我们可以使用原来阿里云盘中的数据,也可以传新的数据

2.2. 访问网盘中的数据

  • 如果我们想在AutoDL上面访问网盘中的数据只需要选择对应的数据,点击下载即可,下载下来的数据会被放到/root/autodl-tmp/目录下

  • 之后这个文件的数据就进入排队下载列表了

  • 我们可以点击右上角的传输任务进行查看,可以看到下载速度大约就是几百K每秒,虽然不算快,但是相对来说会比较稳定一点

  • 当然了,有时候也会失败,那么就点击重试或者更换为百度网盘即可

对其进行解压

等这个数据下载完之后,我们可以从/root/autodl-tmp/目录下查看到这个压缩包

  • 这个就是我们的数据里面
    对其进行解压
  • 我这里上传的是压缩包,所以需要对其进行解压。
  • 如果直接下载的是文件夹的话,那么就不需要解压这个流程了,可以直接查看里面的文件

2.3. 将数据放入到网盘中

  • 将数据放到网盘中和,从网盘中读取数据非常相似,只需要在管理界面点击上传按钮即可

  • 这里需要注意的是,百度网盘限制外部应用上传的数据只能是先上传到 [我的应用数据(apps)/autodl/]

  • 选择自己想要上传的文件或者文件夹,点击上传即可


    这个上传速度还是非常快的


  • 但是需要注意的是,一次性上传的文件不能太多,极限是100个,超过100个子文件的话,那么需要对其进行压缩,再进行上传

  • 之后就可以从百度网盘的文件夹中查看到刚才上传的这些文件了

    .(img-zVU8GIX9-1684139485951)]

  • 之后就可以从百度网盘的文件夹中查看到刚才上传的这些文件了
    [外链图片转存中…(img-lgDi4J0I-1684139485951)]

  • 8
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
AutoDL是一个自动化深度学习框架,它可以帮助用户自动化地进行模型选择、超参数调优和模型训练。COCO(Common Objects in Context)数据集是一个广泛使用的目标检测、分割和关键点检测数据集。 要在AutoDL使用COCO数据集,你需要按照以下步骤进行操作: 1. 下载COCO数据集:首先,你需要从COCO官方网站下载COCO数据集。该数据集包含了大量的图像和对应的标注信息,可以用于目标检测、分割和关键点检测任务。 2. 数据预处理:在使用COCO数据集之前,你可能需要对数据进行一些预处理操作,例如将图像和标注信息转换为模型可接受的格式。这可能涉及到图像的缩放、裁剪、归一化等操作,以及标注信息的解析和转换。 3. 数据加载:在AutoDL中,你可以使用各种数据加载器来加载COCO数据集。这些数据加载器可以帮助你将数据集划分为训练集、验证集和测试集,并提供方便的接口来获取图像和对应的标注信息。 4. 模型选择和配置:在AutoDL中,你可以选择适合COCO数据集的模型,并配置模型的超参数。AutoDL提供了一系列经典的深度学习模型,例如Faster R-CNN、Mask R-CNN等,你可以根据任务需求选择合适的模型。 5. 模型训练:一旦你选择了模型并配置好了超参数,你可以使用AutoDL提供的训练接口来进行模型训练。在训练过程中,AutoDL会自动进行模型选择和超参数调优,以提高模型的性能。 6. 模型评估:在模型训练完成后,你可以使用AutoDL提供的评估接口来评估模型在COCO数据集上的性能。这些评估指标包括准确率、召回率、平均精度等,可以帮助你了解模型的表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值