云GPU（恒源云【不推荐】）训练的具体操作流程

简介

这篇博客主要讲一下怎么使用云服务器上的GPU跑程序，主要是一些设置和操作步骤，具体的训练步骤可以看我的另一篇博客。

以下步骤可能会有遗漏，也可能和你们有一些差别，有什么问题可以评论或者私信。

首先说一下环境，电脑操作系统是win10，云服务器平台用的是恒源云，IDE使用的Pycharm专业版（2022.1.3版，注意社区版无法使用云服务器，学生可以免费申请专业版，具体步骤CSDN上其它博客详细说明），服务器操作系统是Linux。

云平台

之前选择的是恒源云，但是发现改版越来越不好用，现在改用autodl了，价格也挺便宜，学生党认证就是会员。不过autodl的文档不如恒源云文档好用。​​​​​​​

云平台操作

选取需要使用的GPU

 上图是云市场界面，左侧可以用来筛选GPU型号，右侧为可用GPU。其分为代金券、高可用和活动，其中后两者都需要现金，本次演示使用代金券专区的来演示。

上图是点击租用后的界面，图中有具体介绍。需要注意的是，镜像相同但是GPU不同时会导致训练失败（我遇到过这个问题，不是特别清除原因，可能是镜像的问题）。

实例创建成功后，打开我的实例就可以看到如下界面，这里我就使用我以前创建好的实例来展示吧，图上已经标注了一些基础信息。接下来就是启动实例，通过实例管理按键开机，冲冲冲。

？？？问号脸（不搞了，没钱，到此结束）

看了一下，突然变成了只能使用真钱来支付了，再加一个缺点，其实和第一个缺点类似，变动太频繁了，一会能用代金券一会又不能用了，只能重新租用一个了。

 

好了，租用成功了，启动后界面如上所示，接下来配置pycharm。

pycharm配置

打开设置，点击python解释器，通过右侧的齿轮添加新解释器（添加服务器有两种方式，还有一种是通过菜单栏里的工具/Tools进行操作）

ssh -p 45269 root@i-2.gpushare.com  端口号是45269，用户名root，主机是i-2.gpushare.com，填上后点击确定连接。

填写密码，并记得保存密码，方便下次连接。

服务器上的python解释器我是默认设置的，远端路径修改如下。 

注意：建议手动上传项目（下文有讲），自动上传可能还要第二次修改远端路径。

选择完成后点击确定即可，接下来无脑下一步即可。

出现上图界面，即配置成功，点击应用并确定即可。

之后回到pycharm界面，会在底部右下角看见上图所示，右侧为配置的远程python解释器，左侧为服务器，需要让这两个一一对应，不对应可以修改服务器，点击即可修改为45269。

服务器设置成功后，会在后台进行更新解释器和服务器上下载的软件包，如果设置了自动上传，还会进行自动上传代码（如果数据集在项目中，也会一并上传，会导致上传时间很长，一般不建议将数据也通过此方式上传，可通过oss上传，见下文）

 如果没有设置自动上传，通过右键项目根目录手动上传文件到服务器，如上图。上传成功后，可以通过恒源云网页端点击jupyterlab查看文件。

可以看到上传的文件，因为没有数据集，所以速度很快。

到此，pycharm配置基本完成。

数据上传

 恒源云数据上传使用的是oss等多种方法，建议使用oss上传，首先下载oss到本地。

 

 下载完成后打开oss.exe，输入login进行登录，输入恒源云的账号和密码，登录成功

上传数据，注意只能上传压缩包。

 通过上图中的命令上传c盘中的DOTA数据集标注文件到oss中的DOTA文件夹，如下图。

将个人数据目录中的数据集复制到/hy-tmp目录下，通过在pycharm或者jupyterlab里的终端实现。此处为jupyterlab的终端实现，首先进行登录，然后通过命令行复制文件到hy-tmp目录，如下图。

 随后创建一个用来存放解压后文件的目录mydata，并将数据集解压到mydata文件夹下。

 到此为止，pycharm和服务器全部配置完毕，将代码修改之后并上传到服务器上，即可在pycharm中点击运行了（注意requirements.txt中的环境要求）。如果程序报错可以看我另一篇博客，可能是因为一些设置或者包没安装等问题。

YOLOv7使用云GPU训练自己的数据集https://blog.csdn.net/weixin_43764678/article/details/125863456?spm=1001.2014.3001.5501

 如果文章有错误，还请不吝赐教。