云服务器 - 机器学习（廉价+实用）早知道有这个网站就不买阿里云了

前言： 我的毕设是有关深度学习的，需要跑卷积神经网络，CPU的话，不用说，很慢，所以安装了Anaconda3+CUDU+cuDNN，期待可以跑GPU，奈何我显存只有4G，驱动不太行，还是跑不动，于是开始去找云服务器，但真不便宜，还要自己配置环境（有没有和我一样很烦配置环境的），机缘巧合看到了 Featurize ( 点击查看 ) 这个网站，按小时（实际是分钟）计费，环境还是配置好的，真的太实用了，泪目…

目录

• 网站介绍
• 在线工作区
• 远程连接

网站介绍

Featurize的优势 ：
（1）廉价，多种服务器类型自己选，按需选择，对于就用一用的学生很划算
（2）可提前存储数据集，省时
（3）不用自己搭建环境（我冲的这一点去的），PyTorch 和 TensorFlow 均可，还支持TensorFlow 1.x版本
（4）可以在线使用，也可以远程连接
（5）…

下面是它网站上的实例，反正我三层卷积神经网络，六百兆的数据买1.2元每小时的就很快，不过这个价格的实例有点少，但是认证一下github还有10元代金劵，总比我买其他云服务器省钱。

在线工作区

（我把我用在线工作区遇到的问题说一下）

十分建议 在用之前看一下网站的帮助文档 （点这里）

1. 数据集问题： 买实例前提前上传数据集，他会帮你存储，之后前往工作区后可以把之前你上传的数据集加到你的代码区，速度很快的，下载完成后data文件夹里就是你的数据集，他会帮你自动解压，在代码中用到的话，路径就是‘./data/具体路径’。
   
   
   
   
   

2. 代码中 import 其他的库： 打开终端，输入pip install xxx安装对应库就好，比如我要用到xlwt存表格，代码中要import xlwt，这就需要提前安装，打开终端，就是Terminal，输入 pip install xlwt 就好了。
   
   

3. 代码运行问题：在线工作区用的是 JupyterLab，之前也没用过，具体运行可以参考教程 (点这里)，不过我有一个方法，就是打开终端后，输入 python ./work/…/xx.py 就好了，中间的…是你的具体路径。
   注： 一般把代码整成压缩包上传到work文件夹里，自带20G空间，存个代码足够了，我们训练好模型后就压缩文件下载到自己电脑上就行，work文件夹里的东西在你下次再用的时候依然存在，不用重新上传。
   
   其他：
   一些按钮的告知
   点击箭头所指出现如下界面：
   

点击箭头所指可上传本地代码：

远程连接

在 Windows 10 中使用 PyCharm 远程调试

• 注意：本文档只针对 Windows 10 操作系统，Windows 7 并不适用；PyCharm 免费版不提供远程运行/调试功能，请使用PyCharm 付费版或教育版。

1. 安装 OpenSSH

Windows 10 系统需要首先安装 SSH 客户端才能进行连接：

以管理员身份运行 PowerShell，你可以通过左下方的搜索框中直接搜索 PowerShell 即可，然后右键选择「已管理员身份运行」，在弹出的终端中依次输入并执行以下命令：

Get-WindowsCapability -Online | ? Name -like 'OpenSSH*'

Add-WindowsCapability -Online -Name OpenSSH.Client~~~~0.0.1.0

2. 选择远程 Python 解释器

首先，使用 PyCharm 打开你希望调试的某个本地项目，打开后按 ctrl + ,， 唤出偏好设置。 然后依次进入 Project: -> Python Interpreter， 点击右侧的 ⚙️ 按钮，选择 add。

在新弹出的窗口中，将下面的 SSH 信息填入，注意，不同实例的端口不同。
服务器地址：workspace.featurize.cn
用户名：featurize
端口号：25469

配置好后点击 next，然后提示输入密码，请将下方的密码填入，注意，不同实例的密码不同。
密码：a896b896
密码输入后点击 next，现在就已经连接到实例了，在下面的弹出框中，输入实例上你希望使用的环境的 Python 解释器。对于默认的 base 环境（用这个就可以了），解释器位于：

/environment/miniconda3/bin/python

另外，你还可以设置同步目录，默认为 /tmp/ 下的一个随机目录，推荐将这个目录设置到 /home/featurize 中（这个位置就是你的代码在服务器的位置，更改后就和在线工作区是一个位置了，工作区的work就是在/home/featurize 下，到时候就可以提前上传数据集去用了）。配置完成后应如下图所示：

点击 Finish 按钮，再点击 OK 则完成配置，此时 PyCharm 会将本地的项目文件全部上传至实例上的同步目录中，如果项目太大，可能需要等待较长时间。

3. 运行程序

现在就可以开始使用 PyCharm 的运行或调试功能了：

结束：我尝试了Pycharm远程连接，如果大家有什么问题，可以在评论区问，包括数据集问题或者目录问题。

---

我觉得是挺好使的，可以来试试，也可以加网站负责人微信，他拉你进群，有问题可以直接问。

反正 这个网站对我用处很大，省去了大量时间。

——> 网站地址：（ 点这里 ）

还有其他问题可以在下面评论，大家一起讨论