AutoDL使用教程:1)创建实例 2)配置环境+上传数据 3)PyCharm2021.3专业版下载安装与远程连接完整步骤 4)实时查看tensorboard曲线情况 | 您所在的位置:网站首页 › 私有云的应用怎么下载 › AutoDL使用教程:1)创建实例 2)配置环境+上传数据 3)PyCharm2021.3专业版下载安装与远程连接完整步骤 4)实时查看tensorboard曲线情况 |
目录
写在前面重要的参考链接:一、创建实例二、配置环境+上传数据流程(1)先下载好镜像,然后通过Xftp软件上传(2)上传数据到AutoDL自带的网盘中1. 直接上传(每次只能上传单个文件,建议上传zip压缩包)2. 借助Xftp软件(不限制上传的文件个数,可直接上传文件夹)1. 安装Xftp2. 借助Xftp与AutoDL网盘连接,开始上传or下载数据2.1 上传or下载数据2.2 Xtfp与AutoDL连接
(3)配置环境
三、远程连接到本地(PyCharm2021.3专业版)四、AutoDL实时查看tensorboard曲线情况
写在前面
一定要先进行学生认证,这样就能1.88/h(我之前忘了进行学生认证,然后就一直是1.98/h,陆续用了300元之后才发现没有认证。这么算下来,多花了30多块钱!/(ㄒoㄒ)/~~)上传数据有两种方式:1.直接在网盘中上传 2.通过Xftp上传。详见二(2)中有两种上传方式步骤。我建议如果上传的只是单个文件,就直接用网盘上传(zip压缩包上传,然后再用unzip解压)。如果是多个文件,就通过Xtfp上传下载比较方便。
重要的参考链接:
强烈打call:创建AutoDL云服务器实例并安装GPU环境(三)【配置环境】RTX3050安装pytorch(安装CUDA11.3版本)
一、创建实例
首先进入AutoDL官网:AutoDL-品质GPU租用平台-租GPU就上AutoDL进行学生注册登录(可以领10元的代金券)点击右上角的控制台,然后如图点击租用新实例![]() ❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀ 其实可以先在基础镜像中看一下是否有自己需要的配置(假如你需要如下图所示的torch1.10-cuda113),有的话,就不需要像我这样上图这样去选择然后再去自己配置环境。 并且!如果你选择使用基础镜像,那么在等会儿的二(3)配置环境中,除了5~10步不用进行之外,其它的还都要进行,特别是步骤11去验证一下是否能顺利加载成功PyTorch。你的基础镜像环境名叫base,所以每次你需要直接用基础镜像运行代码时,还是需要调用命令conda activate base来激活进入到你的基础镜像中。 如果进入到基础镜像,发现不太好使用,那么你仍然可以继续我二的步骤,去下载好镜像然后再上传,再配置虚拟环境。 ❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀ 租用成功之后的界面更新内容:初始化网盘(即可以开始使用该区域的公用数据文件夹autodl-nas) 更新内容:AutoDL最近更新很快哇!多了一个可以存放数据的地方autodl-fs,看它的描述,是跟autodl-nas一样的用法,貌似性能还好一点。那么以后就可以将数据、代码存放在这两个公用的地方了!妙哉~(即,如果autodl-nas文件夹免费的20G用完了,就可以初始化autodl-fs文件夹,继续在这里面存放文件) 写在前面:当只是需要上传一个zip压缩包时,或者其他类型的单个文件时,建议直接进入到我的网盘中上传。因为这样可以少了连接到Xftp这个步骤,以及可以少费点钱。网盘上传步骤可参考👉AutoDL上传数据详细步骤(自己用的步骤,可能没有其他大佬用的那么高级) (1)先下载好镜像,然后通过Xftp软件上传 直接点击可下载:(我配置的环境就是用到了以下这3个镜像,点击下载即可) torch-1.10.0+cu111-cp38-cp38-linux_x86_64.whltorchvision-0.11.0+cu111-cp38-cp38-linux_x86_64.whltorchaudio-0.10.0+cu111-cp38-cp38-linux_x86_64.whl(这个包使用于语音方面的,按道理来说是可以不用下载安装的,但是还是跟着教程都下载安装了可能会比较完善些)【更新】上面的3个链接如果点击下载不了的话,可以进入我这个百度网盘下载:AutoDL使用教程-torch镜像 如果需要其他版本的镜像,可进入到这个链接,这是所有torch系列的镜像列表:Links for torch、Links for torchaudio、Links for torchvision(有时候会卡着,多试几次就能进去了)[更新:找到一个镜像,可以根据自己想要的cuda版本选择:https://mirror.sjtu.edu.cn/pytorch-wheels/?mirror_intel_list] (2)上传数据到AutoDL自带的网盘中先说明好处和注意事项: 好处:就算是释放了实例,这些代码以及运行数据还是会存放在网盘中(也就是比较安心嘛,而且用自带的AutoDL网盘也比较方便。实例会30天之后自动释放的,但是网盘存放的数据也会在90天后释放)注意事项:创建实例是在哪个区,就使用哪个区的网盘!避免跨区无法使用一些数据(在这个界面能够看到你的数据,可以下载or删除)只上传一个zip压缩包,以及在AutoDL中解压的方式,可参考博客:AutoDL上传数据详细步骤(自己用的步骤,可能没有其他大佬用的那么高级) 2. 借助Xftp软件(不限制上传的文件个数,可直接上传文件夹) 1. 安装XftpXftp的作用:在Windows系统下,如果想和Linux系统进行文件传输,可以使用Xftp工具。 Xftp官网下载地址参考教程: Windows 下 xshell 和 xftp 安装与使用Xftp的下载和安装教程(图文教程)Xftp使用方法 2. 借助Xftp与AutoDL网盘连接,开始上传or下载数据 2.1 上传or下载数据注意: 上传or下载数据时,请开启无卡模式开机,为了省钱!!! 上传or下载数据的简单方式:直接在Xftp中拖动文件 左边的拖动到右边:本地->AudoDL(上传)右边的拖动到左边:AutoDL->本地(下载) 2.2 Xtfp与AutoDL连接(1)点击无卡模式开机(不一定要是无卡模式哈,只要开机就行) (2)开机后就获得了:登陆指令、密码 (3)打开Xftp进行连接 假设步骤(2)得到的登陆指令是:ssh -p 12300 [email protected] 那么下图中的主机和端口号分别是: 用户名:root主机HOST:rxxxxn-0.autodl.com (@后的所有内容)端口号:12300密码(最后一行):是步骤(2)直接得到的新建会话:
与AutoDL的连接成功界面: 上传镜像到网盘中: 注意:到目前为止,为了省钱还是开的无卡模式,所以为了验证环境已经配置完善,需要先关机,再直接开机(不要再选择无卡模式了,此时就是要开始烧钱了,1.88/h) 输入以下代码验证: import torchvision import torch print(torchvision.__version__) print(torch.cuda.is_available()) # 0.11.0+cu111 # True参考以下文档肯定可以开始进行远程开发的,再多注意以下图中的地方即可: 官方帮助文档:PyCharm远程开发 (这个远程不是指不用上传数据了哈,只是可以直接在PyCharm的终端中开启训练,数据还是需要上传才行)Pycharm远程开发的例子:【深度学习】Pycharm连接远程服务器(AutoDL)训练YOLOv5先用PyCharm专业版随便打开一个项目 Tools -> Deployment -> Configuration 添加SFTP 点击...进入SSH Configurations 完成配置 显示云服务器的文件目录 切换到root/autodl-nas云盘目录下,就能看到我们上传的数据和代码了 连接到远程终端 查看代码内容,并重新上传更新代码 运行代码 |
CopyRight 2018-2019 实验室设备网 版权所有 |