【AutoDL】使用云服务器跑深度学习代码

一、AutoDL租用服务器

1.选用服务器

1.算力市场租用服务器，选择自己心仪的服务器

2.镜像

可以选择一些基础的镜像，社区镜像里是git上有的环境。

3.上传文件

在文件存储中，选择上传的区，在右边点击上传，选择自己的文件上传到云服务器中。

二、配置环境

1.准备工作

1.进入终端

bash 复制代码

vim ~/.bashrc

2.按i键进入编辑模式，到最下面输入

bash 复制代码

source root/miniconda3/etc/profile.d/conda.sh

3.保存退出

先按ESC键，再按：wq

4.输入bash 刷新

5、进入conda环境

conda activate base

#可能会报错'...conda init'

#1、执行：conda init 命令

#2、执行：bash

#3、重新激活：conda activate base

2.配置pytorch环境（环境名为py38）

1.创建新的虚拟环境

bash 复制代码

conda create -n py38 python=3.8

2.进入新环境

bash 复制代码

conda activate py38

3.安装包（此处安装pytorch）

bash 复制代码

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

如果报错：

Solving environment: failed with initial frozen solve. Retrying with flexible solve.

解决方法们：（可能多试几次就行了？<--由于网络不稳定）

（1）删掉后面的 -c pytorch -c conda-forge

（2）换源

bash 复制代码

恢复默认源：

conda config --remove-key channels
换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

（3）改变通道的主要性

conda config --set channel_priority flexible

（4）.conda版本过高（可能python版本也要跟着换）

#查看版本

(damon) C:\Users\LYYAO>conda --version

conda 4.6.14

#换版本

conda config --set allow_conda_downgrades true

conda install conda=4.6.14

（5）粗暴的解决办法：直接使用pip安装，可以成功安装第三方包，但后续可能会造成问题。

(damon) C:\Users\LYYAO>pip install scikit-learn

4.安装另外的包

bash 复制代码

pip install jupyter d2l
conda install ipykernel
ipython kernel install --user --name=py38

三、

参考连接：
远程GPU服务器Autodl搭建Pytorch环境
 AutoDL使用教程