当前位置：网站首页 > 技术文章 > 正文

怎么用 GPU 云服务器跑深度学习（gpu云平台搭建）

itomcoil 2025-01-31 13:27 8 浏览

在深度学习领域，拥有强大的计算资源对于模型训练和实验至关重要。对于新手小白来说，租用 GPU 云服务器是一个高效且经济的选择。本文将详细介绍新手小白如何租用 GPU 云服务器并进行深度学习相关操作。

如果你没有服务器，没有技术，想要配置这个可以看这个（218.0.48.3:8803），帮你提供最优解决方案。

一、寻找可租用的服务器

在网上众多服务器平台中进行选择，点击 “实例” 选择 GPU，在选择镜像时需要注意：首次安装且学习基础的 CNN、LeNet、AlexNet 等网络时，选择 “基础镜像”。要使用如 YOLO-v5 等来自 github 的项目，选择 “算法镜像” 以获得创建即用的算法环境。若之前使用过 GPU 且需要继续使用之前保存的数据和环境，在之前的 GPU 关机状态下保存镜像为 “我的镜像”，并为其命名以便后续租用新 GPU 时使用。最后点击 “立即创建”，平台一般会赠送一定金额用于初步体验租用流程。

二、获取 pycharm 专业版

三、pycharm 建立远程 SSH 连接

来到租用服务器的平台（如 AutoDL）找到所租用的 GPU 的登陆指令和密码示例：登陆指令如：ssh -p 26966 root@region-3.seetacloud.com。密码如：zHr0lkQW+M。
利用这些信息在 pycharm 中进行设置：进入左上角的 “File -> Settings”，在 “Project” 中找到 “Python Interpreter”，点击进入后再点击右边的 “Add Interpreter” 选择 “SSH”。按照登陆指令拆分填写相应信息：分别填写主机（Host）、端口（Port）和用户名（Username）。填写登陆密码。如果前面填写正确，下一步应能正常显示系统信息，这里选择系统解释器而非虚拟环境。选择基础解释器（解释器的概念如同配置 pytorch 虚拟环境时所理解的一样）。
创建成功后，在 “Python Interpret” 中会出现一个新的以 “Remote Python” 开头的解释器，选择它。
最后选择 “SSH 配置”，在 “tools -> Deployment -> configuration” 中选择刚刚创建的 SSH 配置，并确保勾选相应符号以便能够进行后续操作。

四、使用 pycharm

Terminal 终端运行代码：首先上传代码，右击代码找到 “Deployment -> 上传你的代码到服务器”。点击底部最右边的 “File Transsform” 找到最近上传的 py 文件的路径并复制。在 Terminal 中，从小三角里选择之前创建的以 “Remote Python” 开头的解释器，然后按照 “python + 空格 + 路径” 的形式作为命令写入 Terminal，回车后即可开始运行 py 文件。
安装库：直接在终端中使用 “pip install 库名” 即可安装所需库。

相关推荐