【深度学习】云服务器推荐及教程

陈嘿萌

已于 2022-08-29 11:11:23 修改

阅读量1.2w

点赞数 17

分类专栏： Pytorch 文章标签：深度学习云服务器 GPU

于 2021-11-22 21:46:15 首次发布

本文链接：https://blog.csdn.net/weixin_43312117/article/details/121481427

版权

Pytorch 专栏收录该内容

11 篇文章 6 订阅

订阅专栏

一、智星云

智星云（付费）（用过还不错，可以按分钟计时，价格适中，能够使用不同显卡设备，支持网页端和微信小程序，可以使用Pycharm专业版用SSH连接或者直接使用JupyterNotebook

优势：可用微信小程序选择服务器，按分钟计时，价格适中

缺点：传数据有点慢，不能自动保存上一次使用过的数据，一旦注销服务器，数据伴随随着销毁，用的人变多了，客服跟不上！

微信小程序：
在这里插入图片描述
使用方法

进入微信小程序：智星云
进入小程序后会自动跳转到头条，这里面有注意事项以及使用教程，主要可以使用【JupyterNotebook进行连接】，以及滑动头条列表最下面有教程【如何使用Pycharm远程连接智星云教程】
点最下面的GPU云，选择显卡设备信息价格及选择对应深度学习环境后，点击立即租用（一旦租用就开始积分，按分钟计时！）
点击立即租用后并确定信息
点击最下面的控制台，里面有云服务器的信息，点击复制详情，就可以复制信息。
云服务器的信息如上，有用户名、密码、端口号、主机等；如果使用SSH连接需要用到上述信息，如果用JupyterNotebook连接，可以把上图的JupyerNotebook连接：wx.blockelite.cn:11722，直接复制到浏览器地址中访问使用。【具体使用方法有不明白的请看头条的教程】
使用完成后，记得关闭云服务器，结束租用（不然一直扣费的）

二、Google Colab

Google Colab（免费）
优势：免费！！！
劣势：需FanQiang！！！

https://colab.research.google.com/notebooks/welcome.ipynb）
在这里插入图片描述
大家感兴趣的话可以学习一下如何使用Colab！

因为自己用的比较少，所以不是很熟悉！

--------------------------------分割线 --------------------------------

③2021年11月22日21:41:28：强力推荐【并行服务】
今天刚刚把环境调试好，这个平台太强了！！！！！！！！！

过几天来进行补充教程！及完善这个博客
首次注册赠送200元免费时长！我后面来完善这个教程及环境配置，真是太香了，我的天。
先放一张成功的截图，今天太高兴了哈哈😄
在这里插入图片描述
--------------------------------分割线 --------------------------------

三、并行超算云

官网：并行超算云

优势：首次注册送了200元时长，平台能够和你的账号绑定，单独给你分配一块独立的空间，你的环境以及数据一直都存在云端，大大减少了上传数据操作的时间浪费以及环境问题，使用GPU才算时间，不使用GPU不算时间，真是太香了， 32G显存的V100，哈哈哈哈！！！！可以下载独立客户端，登录账号和密码直接拥有可视化界面，可以上传数据，使用SSH，查看消费等！

劣势：上手会比较难，我问了工程师好久，才完美解决，我都加群2个月后，空闲的时间才来了解，差点错过这么好的平台，现在我直接吹爆！可能用的人比较少，客服都是1对1秒回，希望你们不忘初心！给以后注册的人也能送免费时长！哈哈哈

使用教程：

第一步进入官网，联系客服，有不懂的就问他们，然后解决好账号问题！
你和客服联系好之后，解决完账号问题后，应该会给你推荐并行服务的群，里面有工程师，不懂的就问他们！
下载超算云服务：
【并行®超算云服务】最新版下载链接：https://cloud.paratera.com您根据自己电脑系统，下载安装对应版本，通过云桌面即可登录超算。

下载对应客户端：
在这里插入图片描述

下载客户端之后，用你账号登录，会有个这样的界面，一般常用的就是下面这三个功能！

在这里插入图片描述

点击SSH，然后点击连接，进入服务器
进入服务器之后，你会来到这样的界面，如果你想要创建Anaconda的环境的话，你可以联系工程师给你安装好以及对应的Ptorch环境，你会的话你就自己配置。配置好之后，你的环境和你账号是绑定的，一直有效（这点真的很棒）！

认真看一下下面的红字：

在这里插入图片描述

如何在云服务器跑代码：
①在界面点击快传，把数据传到服务器上面
②进入SSH界面，依次输入命令

[source activate torch] ：如 source activate 环境名
[ls]查看文件
[cd run] 运行代码需要将代码和数据集放到run目录下
[ls]查看run文件下有哪些文件
[vim run.sh]查看run.sh, 提交任务会默认调用run.sh脚本， [i]进入编辑模式修改参数到和你自己文件匹配才行， [esc] [:wq]保存并退出
[sbatch --gpus=1 ./run.sh]申请1个显卡，并提交任务到服务器上，会自动执行run.sh脚本，申请多张显卡可以看红字教程，只有调用GPU提交任务到服务器上时才会计费

->提交任务后，会显示一句话 [Submitted batch job 116359]
你代码的输出会被记录并保存在116359这个文件中

[ls]查看输出文件,它的全名叫[slurm-116359.out]
[tail -f slurm-116359.out]查看输出信息
[squeue]查询执行中的任务
[scancel 116359]取消作业

基本操作：
删除：[rm *.out*]
移动：[mv 文件 target]
SSH登录：[ssh 用户名@IP地址 -p 端口号]

vim进入编辑，run.sh长这个样本，每次提交任务时会默认调用run.sh脚本，它会自动切换到Anaconda的虚拟环境 [yida]，然后执行 [python train.py]所以你在这个目录下要有这个./run/train.py文件，提交任务的时候会自动调用它，你可以编辑指定python文件。
在这里插入图片描述
编辑run.sh、提交任务调用显卡、ls、查看输出等操作命令如下：