本地电脑性能不行？还想用4090训练模型？小毕有办法！-CSDN博客

本文链接：https://blog.csdn.net/weixin_53624843/article/details/143818633

前言:
唉！说来心酸小毕的电脑是Mac的m2花了2.7w 买的 , 距今已有两年了, 确实用着爽日常工作中开着7个程序 , 连着数据库 , 连着 redis , bilibili看着视频 , goole下载东西 , 并且打着视频会议这种情况下两年了电脑风扇都没转过 , 有的时候我都感觉用这个电脑都浪费了

可是 😭 ！自从小毕学了Ai 开始从本地跑自己的大模型我才知道我的电脑如此差劲 , 10MB的训练集只分成32个batch , epoch 都只能设置5轮以下 ,在这种情况下我的电脑需要跑 15个小时左右实在是耽误学习，特别影响我感受模型感受参数对模型的影响所以我果断放弃我的本地主机 , 选择了用我本地的Pycharm编写代码连接远程服务器进行训练 ,

wow！！！我只能说太爽了你必须学会！

话不多说开始教学！

第一步 . 注册 AutoDl 算力平台

第一步 . 注册 AutoDl 算力平台 https://www.autodl.com/ (对比阿里云百度云等... 这个算是最便宜的了,大佬们都在用这个算力平台,所以我也跟风选择了这个)

随便选择一张卡点击 ''一卡可租'' 按钮进入创建页面

点击立即创建后进入到这个页面你就会看到你租用的显卡信息

强烈建议大家先关机然后点击更多用无卡模式先进行配置 , 无卡模式 0.1元一小时所以很划算 , 等大家把环境都配置好后再重启机器进行训练

到这里 AutoDl方面就弄完了我们接下来看 PyCharm 怎么远程连接 AutoDl

第二步 : PyCharm远程连接AutoDl

进入到SSH后我们开始配置

回到AutoDl 官网复制你刚刚租用显卡的登陆指令
ssh -p 13411 root@connect.bsdd1.seetacloud.com
大家拿到的大概是这个样子
@后面的是主机地址 : connect.bsdd1.seetacloud.com
13411 是端口号
默认用户名是root

( 配置时注意空格前后都不要有空格否则会报错 )

配置好后: 点击 Next 进行下一步

进入 AutoDl官网复制密码并输入到 password中:

输入好后点击 Next 进行下一步程序会自己自检是否连接成功自检完毕后点击Next 即可

接下来开始重要的配置 :

选择 system Interpreter 中 : interpreter 代表你的远程环境路径 : 和我选择相同即可它就会把你需要用到的环境放到Miniconda3 下 , sync folders 代表你本地写的Python代码要同步到远程的那个地方这里不建议选择 tmp下最好自己创建一个文件夹专门存放本地代码同步到AutoDl的地方

点击更换路径的小框框

更换成自己想存放的路径即可

配置好后点击 create , 此时你的远程环境就配置成功了等待pycharm 自动把你本地的环境和代码上传到 autoDl 即可（注意自动上传代码的过程很慢）

然后设置自动推送代码

此时开始你写的所有代码和任何实时的修改 , 都会自动的同步到 AutoDl上

在控制台进入到你远程的环境中

进入到你自己存放远程代码的路径中 , 选择你要训练的 train.py文件运行 python train.py 即可开始训练。

本地控制台会实时打印日志哪里报错了直接改然后再重启你会发现 4090 快的一批！！

注意本地python上传代码的过程会非常非常非常慢如果自己会用 fileZilla 可以远程连接服务器手动把代码上传到相应的目录,不过也很慢总之比自动上传快 .

下载好fileZilla后这样连接

点击上传就行了 .

好！到这里本次教程就结束了

---   小毕祝您一切顺利一直幸福
                                                                                                                                        2024-11-16
                                                                                                                                               毕航聚