身边没有显卡资源或不足以训练模型时,可以租赁服务器的显卡。
1、注册AutoDL并配置环境
首先打开AutoDL官网,注册账号并租赁自己期望的显卡资源
点击“租赁”之后,我们要继续选择基础环境。此处,我们让其自动配置好基础的pytorch,也可以选择Miniconda,后续自己用conda配置。因为我自己的模型需要用到pytorch,我就让它自动配置一下。
然后开机
2、 下载FileZilla并传输项目
写在前面,有可能你的项目会比较大,上传比较耗时,但服务器一直在开着,会比较费钱,可以先去把服务器关了,点“更多”,再点“无限卡模式开机”。这时你的服务器就不带GPU,平台只收你1毛钱一小时。(不过,如果你后面忘了关机并带GPU开机,显然你的项目是跑不起来的)
FileZilla用于本地和服务器传输文件。下载FileZilla。
首先打开官网:
然后选择对应操作系统版本,下载
点这个,下载
然后就是正常的安装过程。。。省略了
接着打开安装好的FileZilla,点左上角这个书架(不听系统版本长得不完全一样,但差不多)
然后点击new site,填写这些信息。这些信息从哪来?看下一步
打开你的Auto DL,看你控制台,容器实例,你刚开机的机器这里有登录指令和密码。复制登录指令长这样:ssh -p 33768 root@region-41.seetacloud.com
。我们把它拆解一下
region-41.seetacloud.com
用户名:root
端口:33768
![在这里插入图片描述](http://zhangshiyu.com/zb_users/upload/2024/05/20240511084208171538812816176.png)
接着,连接FileZilla即可。然后可以传输你本地的项目文件到服务器上。
可以解释一下这个服务器上的文件结构:
![在这里插入图片描述](http://zhangshiyu.com/zb_users/upload/2024/05/20240511084208171538812880268.png)
然后拖拽你的项目到右边就行了。
3、使用Jupyter访问服务器
在这之前,你需要在你的本地电脑上安装好anaconda。然后安装Jupyter notebook。
conda install jupyter notebook
安装好后,再打开你的AutoDL控制台,点这个Jupyter Lab。
应该是这样的画面:
然后点终端,就可以正常使用conda,安装我们自己的环境之类的了。其实jupyter也可以上传本地文件。。。。。:
4、在VSCode里安装SSH插件并连接服务器
首先去插件市场里下载remote SSH插件
接着,打开这个插件,点击加号,在上面的空行中输入AutoDL的访问命令,就是那一串我们之前说过的命令,直接复制上去,然后回车
接着,它会让我们选择一个文件来保存我们的连接配置信息,不要多想,这只是便于它以后自动连接。点第一个就行
右下角会提示地址添加成功,点击连接即可,
点完之后,上面的空行会让我们输入一下密码。
接着,打开我们刚才上传的项目文件。好像还要输入一次密码,如果有弹窗问你是否信任次项目,请点“Trust project”
这就是我们的项目了:
5、运行我们的深度学习项目
或许你会发现,你的vscode上并没有运行按钮,这是因为,你VSCODE没能识别服务器上这个文件是python项目(虽然你本地应该安装了python插件)。装一下即可(图标都带了一个SSH连接的表示)。
然后选择你的解释器,运行即可。
对了,不同的项目,也许环境不同,根据项目需要,用conda安装剩下所需的环境即可。(用上面所说的Jupyter中的命令行来装)而且如果你是“无显卡模式开机”的,重新带着GPU开机,不然咋跑啊!
最终项目也是正常跑起来了: