深度学习租gpu

简介: 深度学习租gpu

我使用的是AutoDLhttps://www.autodl.com/home

官方文档:https://www.autodl.com/docs/pycharm/

1.租实例

进入控制台=》我的实例=》点击租用新实例

89bd779741fd4c21a9c6d12651015871.jpg

2.选择配置

f962b423a708497ba7663a60c651e3e5.jpg

按照需求进行就行,镜像如果在基础镜像选项中没有看到需要的,可以使用算法镜像试试,如上图想找到yolo项目的镜像。

选择好后点击立即创建即可,创建好实例后返回我的实例,可以看到创建的实例。如果不再使用这个实例,一定要关机或释放实例,否则会自动续时间

8a7e634947bd49ef9647cc86964f8dba.png

复制登录指令,命令格式如下:ssh -p port username@host

3.pycharm配置

接下来将实例用到pycharm(必须是专业版)中,

1.打开File=>Settings=>Project=>Python Interpreter=>Show All

1a7a9eb6aa8641b0abe985a79e7e068c.jpg

2.点击加号=>On SSH

fdfc2a82267341b58b6641d237e6ceb8.jpg将上面复制的登录指令中的Host, Username(一般为root), Port复制到下面,点击Next


448cc2da520540b3a83aa217a84e93f9.jpg

上次复制的登录的指令下面有个密码,点击复制,粘贴到下面Password中

b970f91bc3ed49f295532f40b28a5979.jpg一直Next,到下面这个界面,选择Existing

f2916c81e900411baeb28949b0abac4f.jpg

这里配置两个内容,分别是远程Python命令地址(一般是/root/miniconda3/bin/python)和本地项目和远程实例中的哪个目录进行关联


995d1f1b593e484fafcd026882aadac9.jpg

正在向远程服务器上传项目文件,等待完成即可。


441ba3a75f354665873dac0390d9136d.png

这个上传的时候很慢很慢,可以试试其他的办法,官方文档给的办法:https://www.autodl.com/docs/filezilla/,我试过的filezilla比较方便易懂。

4.传数据

下载地址:https://www.filezilla.cn/download/client

安装完成打开=>点击文件=>站点管理器

ee46fc4605294384b7f9798f7417980a.png

需要设置的内容与创建SSH连接时基本一致,需要注意的是协议选择SFTP,点击连接即可。接下来就可以将本地项目直接拖拽到远程磁盘中了。

f4411c6c9e10448e801efb025cd118eb.png


相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
2月前
|
机器学习/深度学习 测试技术 PyTorch
深度学习之测量GPU性能的方式
在深度学习中,测量GPU性能是一个多方面的任务,涉及运行时间、吞吐量、GPU利用率、内存使用情况、计算能力、端到端性能测试、显存带宽、框架自带性能工具和基准测试工具等多种方法。通过综合使用这些方法,可以全面评估和优化GPU的性能,提升深度学习任务的效率和效果。
241 2
|
3月前
|
机器学习/深度学习 并行计算 PyTorch
如何搭建深度学习的多 GPU 服务器
如何搭建深度学习的多 GPU 服务器
130 5
如何搭建深度学习的多 GPU 服务器
|
3月前
|
机器学习/深度学习 人工智能 调度
显著提升深度学习 GPU 利用率,阿里云拿下国际网络顶会优胜奖!
显著提升深度学习 GPU 利用率,阿里云拿下国际网络顶会优胜奖!
274 7
|
3月前
|
持续交付 测试技术 jenkins
JSF 邂逅持续集成,紧跟技术热点潮流,开启高效开发之旅,引发开发者强烈情感共鸣
【8月更文挑战第31天】在快速发展的软件开发领域,JavaServer Faces(JSF)这一强大的Java Web应用框架与持续集成(CI)结合,可显著提升开发效率及软件质量。持续集成通过频繁的代码集成及自动化构建测试,实现快速反馈、高质量代码、加强团队协作及简化部署流程。以Jenkins为例,配合Maven或Gradle,可轻松搭建JSF项目的CI环境,通过JUnit和Selenium编写自动化测试,确保每次构建的稳定性和正确性。
62 0
|
5月前
|
机器学习/深度学习 并行计算 算法框架/工具
为什么深度学习模型在GPU上运行更快?
为什么深度学习模型在GPU上运行更快?
78 2
|
5月前
|
机器学习/深度学习 并行计算 PyTorch
【从零开始学习深度学习】20. Pytorch中如何让参数与模型在GPU上进行计算
【从零开始学习深度学习】20. Pytorch中如何让参数与模型在GPU上进行计算
|
6月前
|
机器学习/深度学习 弹性计算 自然语言处理
【阿里云弹性计算】深度学习训练平台搭建:阿里云 ECS 与 GPU 实例的高效利用
【5月更文挑战第28天】阿里云ECS结合GPU实例为深度学习提供高效解决方案。通过弹性计算服务满足大量计算需求,GPU加速训练。用户可按需选择实例规格,配置深度学习框架,实现快速搭建训练平台。示例代码展示了在GPU实例上使用TensorFlow进行训练。优化包括合理分配GPU资源和使用混合精度技术,应用涵盖图像识别和自然语言处理。注意成本控制及数据安全,借助阿里云推动深度学习发展。
258 2
|
9天前
|
机器学习/深度学习 人工智能 算法
深度学习在图像识别中的应用与挑战
本文探讨了深度学习技术在图像识别领域的应用,重点分析了卷积神经网络(CNN)的工作原理及其在处理图像数据方面的优势。通过案例研究,展示了深度学习如何提高图像识别的准确性和效率。同时,文章也讨论了当前面临的主要挑战,包括数据不足、过拟合问题以及计算资源的需求,并提出了相应的解决策略。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的卷积神经网络(CNN)及其在图像识别中的应用
本文旨在通过深入浅出的方式,为读者揭示卷积神经网络(CNN)的神秘面纱,并展示其在图像识别领域的实际应用。我们将从CNN的基本概念出发,逐步深入到网络结构、工作原理以及训练过程,最后通过一个实际的代码示例,带领读者体验CNN的强大功能。无论你是深度学习的初学者,还是希望进一步了解CNN的专业人士,这篇文章都将为你提供有价值的信息和启发。
|
4天前
|
机器学习/深度学习 数据采集 测试技术
深度学习在图像识别中的应用
本篇文章将探讨深度学习在图像识别中的应用。我们将介绍深度学习的基本原理,以及如何使用深度学习进行图像识别。我们将通过一个简单的代码示例来演示如何使用深度学习进行图像识别。这篇文章的目的是帮助读者理解深度学习在图像识别中的作用,并学习如何使用深度学习进行图像识别。