【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

相关推荐
爱吃青椒不爱吃西红柿‍️几秒前
华为ASP与CSP是什么?
服务器·前端·数据库
余生H1 分钟前
transformer.js(三):底层架构及性能优化指南
javascript·深度学习·架构·transformer
罗小罗同学29 分钟前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤32 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭35 分钟前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~36 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码42 分钟前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
Seeklike44 分钟前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
运维&陈同学1 小时前
【zookeeper01】消息队列与微服务之zookeeper工作原理
运维·分布式·微服务·zookeeper·云原生·架构·消息队列
是阿建吖!1 小时前
【Linux】进程状态
linux·运维