云服务器 深度学习模型训练(VSCode篇)

还是在 IDE 里调整训练代码舒服!本文根据 AutoDL 的官方教程牛客-Linux高并发服务器开发中的一些内容来撰写一份详细的 Windows to Linux 远程链接教程,包括如何设置免密登录

在进行操作前需要提前安装好VSCode,此外还需要:

  • AutoDL租用并开机实例,获取实例的SSH登录信息(登录指令和登录密码)
  • 本地安装VSCode远程开发插件(需配置Remote-SSH)

1.登录AutoDL选择开机的实例

获取SSH登录信息

2.本地VSCode配置Remote-SSH

打开本地的VSCode开发插件菜单,在扩展程序中搜素Remote-SSH并安装

3.SSH连接并登录远端租用的实例

按照图示进行点击,完成添加SSH主机,获取并复制实例的登录信息

登录指令——图示以ssh -p 38909 root@region-1.autodl.com为例。回车键继续操作,注意,如果这个ssh命令的最后有空格,请删除空格,否则可能无法登录

回车后会弹出以下自定义SSH config 文件的弹窗,不需要选择直接回车即可。马上可能会弹出选择远程服务器是WindowsLinuxMac系统的选项,选择Linux

输入密码,等待SSH登录完成。

在这一步可能会卡在“设置SSH主机:VS Code-正在本地下载 VS Code 服务器”,我是重启VSCode并打开VPN解决的

成功建立链接后,点击下图中左下角的圆叉叉和三角感叹号,就能在终端里查看云服务器里有啥了。

与远程服务器链接本质上就是让自己的Windows电脑和一台位于异地的Linux系统计算机谈异地恋。异地情侣之间经常通过快递、外卖的方式表达自己的爱,那我们自然也需要给云服务器送礼物呀,即上传本地代码和数据集

4.使用XShell上传本地数据

XShell是Windows系统中非常好用的远程管理软件,功能强大方便。由于牛客课程中用的就是XShell,很好用,故沿袭。XShell安装链接 官方的下载链接,打不开的话挂VPN。

Xftp不用下载,因为XShell中有集成它。


开机实例后,找到SSH登录指令

image-20210820130946320

注意SSH登录指令中的端口等需要更换自己的实例对应的信息

复制登录指令为(具体请以自己的实例为准):ssh -p 44562 root@region-1.autodl.com 。由于XShell命令格式较特殊,需要您手动修改格式为ssh root@region-1.autodl.com 44562 即将端口号置于末尾,无需添加-p参数。例如:

image-20210902143736972

其中在键入ssh命令后回车会弹出输入密码的弹窗:

image-20210902143812721

如果已经配置了SSH登录,那么可以使用XShell提供的xftp进行文件传输,方式如下:

image-20211221152907016

好的,礼物可以送过去了!为了更便利的送礼物,需要对方的收货地址,即免密登录

5.VSCode中的免密登录

首先,使用 Win+R,输入cmd打开自己电脑的终端,输入指令:

ssh-keygen -t rsa

此指令用于获取本地的远程链接公钥,一路回车,遇到[yes/no]都选yes,如下图所示:

按照上图中的路径就能找到本机的公钥,将 id_rsa.pub 打开,复制里面所有的内容。

同样在VSCode的终端里面输入 ssh-keygen -t rsa 一路回车。

生成了公钥之后,利用指令 cd .ssh 进入公钥所在的目录下,使用 ll (两个小写的L)指令查看该目录下有无公钥,如图所示:

OKK,云服务器的 id_rsa.pub 也有了。紧接着使用指令:

vim authorized_keys

打开authorized_keys,将本机 id_rsa.pub 的内容复制进去。按下Esc 进入命令模式,输入 :wq 保存并退出,那么此时免密登录就配置好啦,希望Windows和Linux能一直在一起。

另外不熟悉Linux指令基础的同学,可以移步Linux操作基础 进行学习,希望大家的模型训练之路一路绿灯。

  • 35
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
使用云服务器进行深度学习模型训练可以提供更强大的计算资源和存储能力。下面是一般的步骤: 1. 选择云服务提供商:例如,阿里云、腾讯云、亚马逊AWS等都提供了云服务器服务,你可以根据自己的需求选择适合的云服务提供商。 2. 创建云服务器实例:在选择的云服务提供商的控制台中,创建一个适合深度学习训练云服务器实例。通常,你需要选择合适的操作系统、计算资源(CPU、GPU)、存储容量等。 3. 配置环境:在云服务器上安装深度学习框架(如TensorFlow、PyTorch等)和其他必要的依赖库。你可以通过命令行或者图形界面进行安装和配置。 4. 上传数据集:将训练所需的数据集上传到云服务器。你可以使用文件传输工具(如scp、rsync等)将数据集从本地上传到云服务器。 5. 编写训练代码:使用你熟悉的编程语言(如Python)编写深度学习模型训练代码。在代码中,你需要定义模型结构、数据预处理、训练过程等。 6. 启动训练:在云服务器上运行你编写的训练代码,开始训练深度学习模型。你可以使用命令行或者图形界面启动训练过程。 7. 监控训练过程:在训练过程中,你可以通过云服务提供商的监控工具或者命令行工具来监控训练的进度、资源使用情况等。 8. 下载模型和结果:训练完成后,你可以将训练得到的模型和结果下载到本地进行后续的分析和应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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