热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

【深度学习】线上租用设备平台体验以及踩过的坑(非广告)(电脑租赁真的靠谱吗)

本文主要分享【电脑租赁真的靠谱吗】,技术文章【【深度学习】线上租用设备平台体验以及踩过的坑(非广告)】为【折途】投稿,如果你遇到相关问题,本文相关知识或能到你。电脑租赁真的靠谱吗最近深度学习跑个模

本文主要分享【电脑租赁真的靠谱吗】,技术文章【【深度学习】线上租用设备平台体验以及踩过的坑(非广告)】为【折途】投稿,如果你遇到相关问题,本文相关知识或能到你。

电脑租赁真的靠谱吗

最近深度学习跑个模型,实在是太慢了。因为没有独立显卡,只能用cpu跑,当初买电脑想着不打游戏就不要什么显卡了(省钱),现在悔当初见识短浅没料到有今天。于是寻找线上提供算力的平台。

有百度的paddlepaddle,算力卡基本上是免费送并且不缺的,但是只能跑它的paddle,貌似有手段可以跑tensorflow和pytorch,但是我不清楚.

有谷歌的colab,免费且能跑TensorFlow,但是需要科学上网,像我这样的四有青年怎么能抵挡住外网的诱惑干这种事!

然后上知乎找到了矩池云(真不是广告!!!)

花了整整一天才跑了几次代码,因为光看官方提供的说明不太会用,并且网上也找不到相关的教程,所以在此整理一下使用过程.仅限使用pycharm.

租机:

GPU一元起租,CPU十分之二元起租(没用过其他平台,不懂这算不算便宜,可以先去公众号领五元代金券试着用下)

连接pycharm:

 首先pycharm必须是专业版,社区版没有这功能.

 点击红色圈的选项,添加解释器.

选择SSH:

 如果没有的话,再次确认是不是专业版,如果专业版也没有的话就是因为插件被禁用了,打开pycharm的设置->插件.把全部插件都启用(具体哪个插件我也不太清楚,上网查的时候,说什么的都有,以防万一就全部启用吧)

租用后可以在租用列表查看详细内容.(不打码了,反正等我博客发出去的时候链接就失效了) 

 然后回到pycharm.

下图Host填入上图的主机(Host)

port填入端口号.

用户名都是"root"

 确认后进入下一页面,仅需填写密码(password)

密码就是租用列表中的SSH链接边上的复制链接,点一下就自动复制了,回pycharm粘贴即可.

下一步重点来了!!! 

 红圈部分修改为:"/root/miniconda3/envs/myconda/bin/python"

然后修改同步文件夹.

 左边是你电脑的文件夹,建议专门建一个,然后右边矩池云平台网盘上的路径会同步你的文件夹.

由于网盘的路劲为"\mnt"所以右边路劲需修改为以"\mnt"为前缀.(我是在网盘里再建个文件夹,所以填的是"\mnt\project")

 然后就可以使用了.

踩过的坑:

就这玩意,我耍了一天才懂得怎么连上pycharm,真不是广告,只是当初用的时候找不到把我当白痴的教程,所以自己写一个,有些坑真希望当初有人告诉我,明明官方教程都有,我像个傻子一样整了一天.

pycharm只适合小型的模型获取调参,如果要长时间运行的话要去连接主机运行.

打开终端,输入图五中的SSH链接(全部)

然后"yes"

复制密码,然后在输入密码的时候只要右键,没错,只要右键,然后回车就可以了,密码他不会显示出来.你ctrl+C复制不上,手动输入也输不上,只能单击右键!!!(这个当初又卡我一小时)

如果要读取数据集的话,需要先上传到平台的网盘里,平台提供了5G内存,应该是够用了.

然后读取的路径是"\mnt\……"我最早写成了“/mnt/……”然后死活读不出数据,我还以为是传错地方了,卡了我两个小时.最后问客服才弄好.

租机的时候可以选择需要的环境:

 基础的库都会自带,如果需要安装第三方库,则打开第五张图里Jupyter链接,点击剪头指的地方.

然后输入"pip install ……"就可以了.如果要保存你自己的环境的话,点击图五中的"更多",然后保存 环境,下次租机的时候就可以选择自己的环境了.

还有一点就是,他运行的代码实际上是你同步到网盘中的py文件,你修改了文件,一般情况下会同步(一般情况!!!),所以你要确保网盘上的文件就是你要运行的文件,可以print不同的东西来确认是否修改成功(血的教训,有一次他没给我同步,搞得我调参调半天都没什么变化,最后发现了,自己把修改后的文件手动传到网盘才弄好)

保存模型的路径记得也是网盘的路径"\mnt",最后记得结束租机.

 

本文《【深度学习】线上租用设备平台体验以及踩过的坑(非广告)》版权归折途所有,引用【深度学习】线上租用设备平台体验以及踩过的坑(非广告)需遵循CC 4.0 BY-SA版权协议。


推荐阅读
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • 本文探讨了图像标签的多种分类场景及其在以图搜图技术中的应用,涵盖了从基础理论到实际项目实施的全面解析。 ... [详细]
  • 新手指南:在Windows 10上搭建深度学习与PyTorch开发环境
    本文详细记录了一名新手在Windows 10操作系统上搭建深度学习环境的过程,包括安装必要的软件和配置环境变量等步骤,旨在帮助同样初入该领域的读者避免常见的错误。 ... [详细]
  • 如何用GPU服务器运行Python
    如何用GPU服务器运行Python-目录前言一、服务器登录1.1下载安装putty1.2putty远程登录 1.3查看GPU、显卡常用命令1.4Linux常用命令二、 ... [详细]
  • 本文详细介绍了 TensorFlow 的入门实践,特别是使用 MNIST 数据集进行数字识别的项目。文章首先解析了项目文件结构,并解释了各部分的作用,随后逐步讲解了如何通过 TensorFlow 实现基本的神经网络模型。 ... [详细]
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 解决Anaconda安装TensorFlow时遇到的TensorBoard版本问题
    本文介绍了在使用Anaconda安装TensorFlow时遇到的“Could not find a version that satisfies the requirement tensorboard”错误,并提供详细的解决方案,包括创建虚拟环境和配置PyCharm项目。 ... [详细]
  • 深入浅出TensorFlow数据读写机制
    本文详细介绍TensorFlow中的数据读写操作,包括TFRecord文件的创建与读取,以及数据集(dataset)的相关概念和使用方法。 ... [详细]
  • 本文详细介绍了使用NumPy和TensorFlow实现的逻辑回归算法。通过具体代码示例,解释了数据加载、模型训练及分类预测的过程。 ... [详细]
  • 在Ubuntu 16.04中使用Anaconda安装TensorFlow
    本文详细介绍了如何在Ubuntu 16.04系统上通过Anaconda环境管理工具安装TensorFlow。首先,需要下载并安装Anaconda,然后配置环境变量以确保系统能够识别Anaconda命令。接着,创建一个特定的Python环境用于安装TensorFlow,并通过指定的镜像源加速安装过程。最后,通过一个简单的线性回归示例验证TensorFlow的安装是否成功。 ... [详细]
  • 多版本CUDA共存与即时切换方案
    本文探讨了在同一台机器上安装并管理多个CUDA版本的方法,以适应不同软件或项目的需求。特别是在使用旧版PyTorch等依赖特定CUDA版本的软件时,该方法尤为实用。 ... [详细]
  • 本文探讨了如何在Python中处理长数据的完全显示问题,包括numpy数组、pandas DataFrame以及tensor类型的完整输出设置。 ... [详细]
  • 吴裕雄探讨混合神经网络模型在深度学习中的应用:结合RNN与CNN优化网络性能
    本文由吴裕雄撰写,深入探讨了如何利用Python、Keras及TensorFlow构建混合神经网络模型,特别是通过结合递归神经网络(RNN)和卷积神经网络(CNN),实现对网络运行效率的有效提升。 ... [详细]
  • 本文介绍了如何在Anaconda3环境中正确安装TensorFlow和Keras框架,解决了默认环境缺乏所需库以及安装过程中常见的网络连接问题。通过创建特定Python版本的环境,并利用国内镜像加速下载,确保安装过程顺利。 ... [详细]
  • 图神经网络模型综述
    本文综述了图神经网络(Graph Neural Networks, GNN)的发展,从传统的数据存储模型转向图和动态模型,探讨了模型中的显性和隐性结构,并详细介绍了GNN的关键组件及其应用。 ... [详细]
author-avatar
右心1477
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有