从〇开始深度学习(番外)——快速配置云服务器

从〇开始深度学习(番外)------快速配置云服务器

文章目录

写在前面

《从〇开始深度学习(番外)》系列主要记录一些细碎知识点和技能,与主线并不冲突。如果主线笔记中用得到番外篇的知识或技能,会在文中贴出链接,为此不必担心遗漏知识。

本篇的内容主要是快速配置一台云服务器,主要目的是把本地训练挪至服务器,从而加快我们训练与预测的速度。

服务器平台:AutoDL算力云。

1.准备工作

在算力市场(AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL)选择合适的服务器:

然后选择Pytorch版本:

注意

  • 在选卡的时候注意最高CUDA版本和自己需要用的是否一致;
  • 如果在创建镜像时,选择Miniconda,则需要进行额外。我们的需求只需要管理一个环境,无需用conda;
  • 创建后Pytorch服务器就已经配好,无需自己配置;

2.配置PyCharm

2.1.连接服务器

用Pycharm打开ultralytics-main,打开设置,找到项目:

在Pycharm中打开设置,找到Python解释器:

添加解释器,选择SSH:

界面如下:

在控制台复制登录指令和密码:

复制代码
ssh -p 5xxx6 root@connect.bjb1.seetacloud.com
bugaosunimima

其中,主机为connect.bjb1.seetacloud.com,端口为5xxx9,用户名为root

密码也从控制台复制即可。点击下一步:

然后再点下一步:

**进入第四步时,不要着急创建!先不点击下一步!**回到控制台,打开JupyterLab,在autodl-tmp文件夹下创建存放工程的文件夹:

最好与本地路径一样,防止自己忘记:

回到Pycharm,选择系统解释器,而非Virtualenv环境,进行如下配置:

点击创建,Pycharm就会自动上传。

2.2.配置部署服务器

然后进行如下配置:

2.3.配置Jupyter

创建一个Jupyter文件:

右上角配置Jupyter服务器:

修改命令行实参:

复制代码
notebook
--no-browser
--allow-root
--port 5xxx6

应用后即可。

至此Pycharm配置完成。

3.安装项目依赖(如需要)

仅抛砖引玉。打开JupyterLab,进入存放项目的文件夹。在此文件夹下,打开终端,输入:

复制代码
pip install scikit-learn

在服务器安装项目依赖不需要换源。

注:这里是进入项目文件夹之后下载的,实际上并不一定需要进入项目文件夹再下载。

4.Pycharm里的便捷服务

4.1.使用终端

打开终端,选择服务器:

输入命令:

复制代码
cd autodl-tmp/PyTorch/test1

4.2.从服务器上下载文件到本地

如何将服务器上的内容下载到本地呢?点击浏览远程主机:

会弹出界面。找到相应文件夹,右键下载到本地即可:

相关推荐
真就死难6 分钟前
Rerank 模型的其中两种路径:BERT 相似度与 CoT 推理
人工智能·机器学习·rag
无规则ai14 分钟前
AI三巨头:机器学习、深度学习与人工智能解析
人工智能·深度学习·机器学习
简简单单做算法24 分钟前
基于LSTM深度学习网络的视频类型分类算法matlab仿真
深度学习·matlab·分类·lstm·视频类型分类
不剪发的Tony老师25 分钟前
字节跳动正式开源AI智能体开发平台Coze
人工智能·coze
love530love29 分钟前
Windows 如何更改 ModelScope 的模型下载缓存位置?
运维·人工智能·windows·python·缓存·modelscope
什么蜜桃绵绵冰1 小时前
linux易错题
linux·运维·服务器
黄团团1 小时前
SpringBoot连接Sftp服务器实现文件上传/下载(亲测可用)
服务器·spring boot·github
嶔某1 小时前
网络:应用层
linux·服务器·网络·c++
一百天成为python专家3 小时前
数据可视化
开发语言·人工智能·python·机器学习·信息可视化·numpy
金井PRATHAMA3 小时前
主要分布在背侧海马体(dHPC)CA1区域(dCA1)的时空联合细胞对NLP中的深层语义分析的积极影响和启示
人工智能·神经网络·自然语言处理