如何在服务器使用GPU跑深度学习代码

这篇具有很好参考价值的文章主要介绍了如何在服务器使用GPU跑深度学习代码。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。

一、下载对应的软件

每个人都有他们偏好的工具和工作流程。就我个人而言,我喜欢使用 PyCharm Professional Edition 作为我的集成开发环境,选择使用 HengYuan Cloud's OSS.exe 和 FileZilla 进行文件传输,并且我倾向于使用 Xshell 来处理命令行操作。这些工具的组合满足了我的所有需求,并使我的工作效率最大化。

总结来说,我们今天要用到的主要是以下几种工具:

PyCharm(必须是专业版本,否则无法进行远程连接): 它支持远程操作,虽然需要破解才能使用所有功能,相信大家都能找到破解白嫖版吧(手动狗头)

oss.exe: 传输速度非常快,而且是免费的。

Xshell: 使用方便,连接稳定,并且是免费软件,直接点击官网进行下载即可。

二、创建恒源云账号和实例

1.成功注册账号后,登录恒源云账号。

2.在个人主页点击“控制台”,接着点击“实例与数据“”,然后点击“我的实例”,最后点击“创建实例”就可以创建实例了。

在服务器跑代码,深度学习,人工智能,服务器

3.按照自己的需求选择合适的服务器就,GPU数量一般选1,然后点击官方镜像 “PyTorch / 1.10.1 / 11.3.0 / 3.8 ”(我一般都是选择这个配置),最后点击创建实例就OK了。

在服务器跑代码,深度学习,人工智能,服务器

4.点击“我的实例”就能看到自己刚刚建的实例了,圆框的为“登录指令”和“密码”,这两个信息后面链接服务器需要。

在服务器跑代码,深度学习,人工智能,服务器

三、OSS上传本地数据到服务器的数据中心

1.在恒源云下载oss.exe,采用命令行格式传输数据。在自己本地的电脑中,可直接打开oss.exe

2.输入“login”进行登录

3.输入自己在恒源云创建的账号和密码,即可登录

4.随后使用下面的命令将电脑本地的代码压缩包传输到恒源云账号中,注意数据必须为压缩包形式

cp  压缩文件所在目录\xxx.zip  oss://

比如:我现在要把本地的YOLOv5上传到恒源云,那么正确的命令如下:

cp  D:\workspaces\yolov5.zip  oss://

在服务器跑代码,深度学习,人工智能,服务器

5.点击“我的数据”便可以查看到我们刚刚上传的压缩包YOLOv5.zip

在服务器跑代码,深度学习,人工智能,服务器

四、将刚上传恒源云的压缩包再上传到实例中

1.将我们实例的登录指令和密码复制到随便的一个文本中

在服务器跑代码,深度学习,人工智能,服务器

在服务器跑代码,深度学习,人工智能,服务器

2.打开我们下载好的Xshell,按照下图进行操作:

在服务器跑代码,深度学习,人工智能,服务器

在服务器跑代码,深度学习,人工智能,服务器

在服务器跑代码,深度学习,人工智能,服务器

在服务器跑代码,深度学习,人工智能,服务器

至此,我们的Xshell已经连接上了服务器。

3.进入实例

①点击“JupyterLab”,然后点击“终端”

在服务器跑代码,深度学习,人工智能,服务器

在服务器跑代码,深度学习,人工智能,服务器

②先进入你想将压缩包放在的位置,一般是在hy-tmp这个文件夹。

cd hy-tmp

③然后在进行登录,输入恒源云的账号和密码,按回车

oss login

在服务器跑代码,深度学习,人工智能,服务器

④下载数据集等文件至当前目录,yolov5.zip是储存在服务器中的数据,”.” 是想要在实例中存放数据的位置。

oss cp oss://yolov5.zip .

在服务器跑代码,深度学习,人工智能,服务器

⑤解压文件夹至当前目录

unzip -q yolov5.zip

在服务器跑代码,深度学习,人工智能,服务器

五、配置环境和安装依赖

1.pip换清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.安装yolov5所需的依赖集

cd  yolov5    # 先进入YOLOv5文件夹
pip install -r requirements.txt

在服务器跑代码,深度学习,人工智能,服务器

六、执行训练

在服务器跑代码,深度学习,人工智能,服务器

七、训练结束后,从实例转存数据到电脑本地

第一种方法:

1.压缩当前目录的数据为exp3.zip文件

zip -r exp3.zip ./* 

2.将xxx.zip转存到恒源云“数据中转站”的根目录中

oss cp exp3.zip oss://

3.然后 再通过oss.exe转回本地

第二种方法:

通过下载链接直接下载到本地,刚刚我们第一种方法的时候导出了他的压缩包,直接右键然后点击下载链接到浏览器就可以进行下载了

在服务器跑代码,深度学习,人工智能,服务器

第三种方法:(强烈推荐使用这种方法,非常省事)

FinalShell的安装与使用

使用FinalShell直接找到服务器中想要保存的文件或者文件夹,右键直接点击下载就行了。

在服务器跑代码,深度学习,人工智能,服务器

参考文章链接:

恒源云GPU服务器使用笔记_恒源云(gpu)下载到本地-CSDN博客文章来源地址https://www.toymoban.com/news/detail-849067.html

到了这里,关于如何在服务器使用GPU跑深度学习代码的文章就介绍完了。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

  • 如何在云服务器上跑深度学习的代码?(ResNet50为例)

    ✅ 个人简介:南京邮电大学,计算机科学与技术,在读本科 兴趣领域:数据结构、C/C++ ● 小编选择的 “矩池云”,感觉操作比较方便,也能跑通代码。 ● 矩池云官网 :https://www.matpool.com。 ● 一进去,经过一些 “操作” 能获得 5 元的体验金,可以用来练手。 ● 然后打开

    2024年01月18日
    浏览(42)
  • [3D数据深度学习] (PC/服务器集群cluster)CPU内存/GPU显存限制及解决办法

    3D数据的深度学习目前研究远不如2D深度学习成熟,其中最大的一个原因之一就是收到硬件条件的限制。3D数据虽说只比2D数据增加了一个维度,但所占据的内存却是成倍的增长。对于3D数据的深度学习,我们会分析其在CPU内存和GPU显存两方面的限制,希望大家能够充分利用自己

    2024年02月10日
    浏览(50)
  • 适用于深度学习的GPU服务器选RTX4090与RTX3090哪个更合适、更划算?

    一、弄清基本参数对比 RTX 4090 具有 760 亿个晶体管、16384 个 CUDA 核心和 24 GB 高速美光 GDDR6X 显存, 4090单精度浮点73TFLOPs RTX 3090 ,搭载了 10496 个流处理器与 24G GDDR6X 显存,带宽为 936GB/S。 3090单精度浮点35.7TFLOPs   二、以同等算力的情况做简单的对比 简单给大家算一下, 从单

    2024年02月17日
    浏览(50)
  • 【深度学习】手把手教你使用 PyCharm 在 Auto DL 远程服务器上运行代码

    文章性质: 实操记录 💻 主要内容: 主要记录了如何使用 PyCharm 在 Auto DL 上运行代码。 相关文档: 使用 PyCharm 在 Auto DL 远程服务器上运行代码 - 知乎 相关博客: 使用 PyCharm 连接远程服务器(AutoDL)训练 YOLOv5 - CSDN博客  冷知识+1: 小伙伴们不经意的 点赞 👍🏻 与 收藏 ✨

    2024年03月21日
    浏览(70)
  • 服务器上运行跑深度学习代码(一)

    我准备复现的是Point2roof的代码。这是第一次复现论文代码,所以记录一下^ _ ^。 从GitHub找到他的项目point2roof项目。 先把工程down下来 ^ _ ^ 。 看他工程里面提供的README。 这篇里面提到他的数据集,我也顺便下载下来了。目前只是想跑一下代码,好像没必要下载数据集? 接下

    2024年02月11日
    浏览(43)
  • 如何从Github拿到代码在云服务器跑起来--算力云从零搭建和配置GPU模型环境

    写在前面: 在服务器的Linux系统中复制使用Ctrl+shift+C,粘贴使用Ctrl+shift+V 1.首先拿到一份代码先研究他的readme.md也就是说明文档(至关重要),根据说明文档的详细程度可以间接判断代码能否跑起来,或者代码是否靠谱,不然花很多时间研究才发现代码没有可行性。以下我的代

    2024年04月13日
    浏览(56)
  • 使用MobaXterm连接服务器并利用Anaconda进行安装pytoch框架跑深度学习模型(使用学校服务器+显卡进行深度学习)

    在开始之前你需要找学校服务器负责人 申请服务器账号和密码 以及 校内外网IP和端口号 ;另外还需要知道学校 服务器显卡cuda版本 ,以及去pytorch官网查看显卡cuda版本对应的 pytorch版本 一、安装MobaXterm 1.下载MobaXterm 软件的下载可以去这里:我都已经给大家准备好了。 在我网

    2024年02月07日
    浏览(64)
  • 集群服务器GPU深度模型训练笔记(PBS作用调度系统)

    用户手册:https://hpc.sustech.edu.cn/ref/cluster_User_Manual.pdf 培训视频:https://hpc.sustech.edu.cn/ref/meeting_20230810.mp4 启明2.0使用手册:https://hpc.sustech.edu.cn/ref/qiming_User_Manual_v3.0.pdf Anaconda官方教程:https://hpc.sustech.edu.cn/ref/anaconda-install-by-user.html FileZilla传输数据 filezilla是一款用于与远程服

    2024年01月16日
    浏览(47)
  • 新的Ubuntu服务器上如何安装深度学习环境的docker

    背景: 硬件:联想的双3090显卡 总共 48GB显存 4TB 刀片式服务器。 软件:只安装了nvidia的驱动,能用nvidia-smi查看显卡信息,但是 nvcc -V看不到东西。 镜像包是 nvidia_cu11_tf15.tar,里面包含 公司nvidia驱动和环境里的TensorFlow,torch 是不一样的。一开始担心 是不是 要 降级 Ubuntu下的

    2024年02月10日
    浏览(59)
  • 【深度学习】教你怎样远程连接云服务器跑自己本地电脑上的代码

    自己要跑的代码包 本地电脑上打开、调试代码的工具----------本文使用PyCharm 远程连接用的深度学习云服务器环境------------本文使用AuToDL这款AI服务器(推荐使用,实惠好用) 自己用到的代码包如下: 用PyCharm打开代码包,如下: 点击‘文件’---- ‘设置’----------- ‘工具’

    2024年02月05日
    浏览(53)

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