深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

这篇具有很好参考价值的文章主要介绍了深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

1. 创建基于AutoDL的GPU环境

1. 1 租用实例

1.2  配置环境——激活conda

1.3 根据不同框架和GPU的操作

1.4   jupyter页面更新

1.5 电脑有网的情况下,jupyter显示“未连接成功”的解决办法 

2.  安装Xftp

3. Xftp与AutoDL网盘连接


1. 创建基于AutoDL的GPU环境

(环境配置可以选择无卡模式,费用低)

1. 1 租用实例

1. 算力市场

根据需求算则合适GPU(不清楚怎么选点击"如何选择GPU“),点击右下角”一卡可租”

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

2. 基础镜像

计算方式,按量计算(价格合适),基础镜像,按需选择(我选择的Miniconda,conda3,cuda11.3,和笔记本框架保持一致),镜像不合适可以关机重建,选择结束点立即创建

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

3.实例创建好后,点击JupyterLab AutoPanel进入控制台

 深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

1.2  配置环境——激活conda

1.控制台,启动页左下角终端

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

2.服务器终端输入:vim ~/.bashrc

注:.bashrc文件一般式隐藏文件,用命令ls -a可显示所有文件;~代表你的/home/用户名目录

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输 

3.键盘输入:i,移动光标到最后,加上:

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

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输 

注:/miniconda3/etc/profile.d/conda.sh后面这个一般没问题;前面部分不同的服务器有所不同,去找一下安装miniconda后生成的miniconda文件夹在哪。 

4.按Esc,再输入“:wq”退出
5.重启终端:bash

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输
6.进入环境:conda activate base
7.创建新环境:py38为新环境名称

conda create -n py38 python=3.8

8.进入新环境,输入:conda activate py38
9.去torch官网找到torch安装命令如:

Previous PyTorch Versions | PyTorchhttps://pytorch.org/get-started/previous-versions/

1.3 根据不同框架和GPU的操作

我的环境miniconda3框架+RTX3080

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 安装pytorch,输入:

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

安装其他包,输入:

pip install jupyter d2l

1.4   jupyter页面更新

1.在py38环境中,输入:

conda install ipykernel

2.输入:

ipython kernel install --user --name=py38

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

1.5 电脑有网的情况下,jupyter显示“未连接成功”的解决办法 

(15条消息) 电脑有网的情况下,jupyter显示“未连接成功”的解决办法_Nothing to Lose-YL的博客-CSDN博客_jupyter未连接https://blog.csdn.net/weixin_39334790/article/details/105116973

2.  安装Xftp

Xftp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 

1. 下载地址:家庭/学校免费 - NetSarang Website (xshell.com)https://www.xshell.com/zh/free-for-home-school/

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

2.  填写姓名邮箱,收到邮件就可以下载了

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 3.下载好双击安装,点击下一步 

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

4.点击接受,点击下一步

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

5.选择安装路径,确定路径后,点击下一步

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 6. 选择文件夹,点击安装

 深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 7.完成

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

3. Xftp与AutoDL网盘连接

1. AutoDL开机(环境配置可以选择无卡模式,费用低)

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 2. 开机获得:登陆指令、密码

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 3. 打开Xftp进行连接

复制登录指令:ssh -p 12345 root@rxxxxn-67.autodl.com

  • 用户名:root
  • 主机HOST:rxxxxn-67.autodl.com (@后的所有内容)
  • 端口号:12345 (root前的数字)
  • 密码(最后一行):登录指令下密码

 深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 4. 打开已有会话 (autodl-nas文件夹网盘,从左侧拖到右侧上传)

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

 找不到文件夹需要先根据GPU所在区初始化网盘 深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

或者在pycharm选择映射路径,默认自动上传数据集和代码

AutoDL帮助文档https://www.autodl.com/docs/pycharm/文章来源地址https://www.toymoban.com/news/detail-439603.html

到了这里,关于深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Linux服务器下配置深度学习环境(PyTorch)

    一. 安装anaconda 二. 创建虚拟环境 三. 安装PyTorch 在配置环境前,需要远程连接服务器,我选择使用MobaXterm,具体操作详见: 使用MobaXterm连接Linux服务器 Anaconda ,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 1. 下载anaconda 在官网

    2024年02月06日
    浏览(44)
  • 小白的实验室服务器深度学习环境配置指南

    本文在ubuntu server 22.04上实验成功,其他版本仅供参考 注意,本文仅适用于ubuntu server,不需要图形界面,没有对图形界面进行特殊考虑和验证!依赖图形操作界面的读者慎用 若没有安装,则输入下面的命令,直接把包括gcc在内很多开发工具包一同安装 编辑 /etc/modprobe.d/black

    2024年02月03日
    浏览(39)
  • Windows Server 2019服务器远程桌面服务部署+深度学习环境配置教程

    实验室需要将Win10的系统改装为Server系统供多人以远程桌面的方式使用,同时配置Tensorflow+Pytorch的深度学习环境,遂记录一下大概步骤。 和安装其他Windows系统的步骤差不多,也是插入U盘后进BIOS然后根据引导分区创建管理员等等,可以参考:windows server 2019安装教程 如果装完

    2024年02月04日
    浏览(80)
  • vscode连接远程服务器 + Tensorflow2环境配置 + 深度学习训练

    参考:vscode连接远程服务器(傻瓜式教学) 配置服务器pytorch/TensorFlow环境+远程连接vscode 在远程服务器安装anoconda并创建tensorflow-gpu环境并运行jupyter 【vscode连接远程服务器】 step 1:测试服务器连接 win+R 进入 cmd,在命令行输入以下命令,并根据提示输入密码 step 2:安装 ssh 插

    2024年02月08日
    浏览(55)
  • 基于docker的ubuntu云服务器jupyter深度学习环境配置指南

    安装docker 文档中的命令如下: 如果回显如下所示,则说明成功: 安装Nvidia-docker 根据官方文档中的命令跑就行了 如果出现了以下回显,说明安装成功 需要注意的是,在运行最后一步命令时: sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi 如果报错

    2024年02月13日
    浏览(79)
  • 李沐+AutoDL深度学习环境配置

    咱们租AutoDL的服务器,这个服务器是专门对学生打造的,学生认证有优惠 用法1 用法2 首先要激活conda 激活: 英文键盘输入i,下面会出现一个INSERT 按住键盘上的pagedown,一直翻到最下面键入一行路径 注意:这个路径只对minconda3的autodl的服务器管用,如果是其他服务器,自己改

    2023年04月16日
    浏览(92)
  • AutoDL服务器配置PyTorch

    一、租用新实例  二、点击JupyterLab  三、进入终端   1、首先输入如下命令  2、然后按英文模式的   i    进入编辑,按键盘下键到最后输入  3、然后先按键盘Esc键,使用命令  :w!   强制存盘  4、 然后再按键盘Esc键,使用命令  :q   退出  5、输入以下命令刷新  6、进入

    2024年02月04日
    浏览(36)
  • AutoDL服务器(其他服务器及windows类似)上创建虚拟环境,安装第三方包,conda相关命令

    1.服务器终端输入:vim ~/.bashrc 注: .bashrc文件一般式隐藏文件,用命令 ls -a 可显示所有文件;~代表你的 /home/用户名 目录。 2.键盘输入:i,移动光标到最后,加上: source /root/miniconda3/etc/profile.d/conda.sh 注: /miniconda3/etc/profile.d/conda.sh 后面这个一般没问题;前面部分不同的服

    2023年04月08日
    浏览(48)
  • 【AutoDL】服务器配置、Xftp数据传输及PyCharm连接

    1. 算力市场 1.1 充值 1.2 租用服务器 点击 1卡可租 ,进入租卡页面。 2 基础镜像 之前实验室服务器的版本:torch 1.12.0,Ubuntu 18.04.1,cuda 11.3,python 3.8.13,torchaudio 0.12.0,torchvision 0.13.0,conda 4.12.0。 基础镜像有两种方法: 2.1 可以选择已给的基本镜像PyTorch框架 但仍需要按照 一

    2024年02月09日
    浏览(114)
  • (深度学习)PyCharm 连接配置服务器

    需要 Pycharm 专业版 以 2022 版的 PyCharm 为例: 1. 连接服务器 File ---- Settings ---- Python Interpreter ---- Add Interpreter ---- On SSH 输入服务器的 Host、Port 和 Username ---- Next 输入密码 ---- Next Next 可以选择虚拟环境,我个人习惯选择下面那个 System Interpreter 选择本机项目地址和对应的服务器同

    2024年02月11日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包