AutoDL.md

AutoDL

• 返回上层目录
• 租用一台算力容器
• 本地终端SSH远程链接
• 知识点
  • 创建新的conda环境
  • 用阿里云盘上传数据

租用一台算力容器

AutoDL算力市场

在算力市场里选择好服务器，然后点租用。

然后选好相应的对应的深度学习框架，然后点击开机，同时开始计费。

但是注意，此时你可能还需要上传文件，或者配置本地的pycharm、VScode等来远程ssh链接，所以此时你并不需要GPU运行，那就点击关机，然后选择无GPU运行，此时收费只有0.1元/小时。

本地终端SSH远程链接

这里我们使用MobaXterm链接。

复制你租用的登录ssh指令，比如：

ssh -p 31930 [email protected]

然后，打开MobaXterm用SSH链接，如下图所示。

注意，上图中的host来自ssh -p 31930 [email protected]中@后的部分，用户名来自@前的部分，Port来自-p后的部分，-p的意思就是port端口。

注意，登录时会让你输密码，请你手敲进去，不然可能会出错。

登录进去的界面如下：

然后在上图的左侧部分就可以拖拽数据上传下载了。

AutoDL官网常见两个概念：数据盘和系统盘。不考虑物理结构，通过文件目录区分。在/root/autodl-tmp下放置文件表示存储在数据盘，此外其他所有文件都是在系统盘中。

知识点

创建新的conda环境

如果要创建新的conda环境，那么：

conda create -n tf python=3.7           # 构建一个虚拟环境，名为：tf
conda init bash && source /root/.bashrc # 更新bashrc中的环境变量
conda activate tf                       # 切换到创建的虚拟环境：tf

参考：Miniconda: 创建新的conda环境

用阿里云盘上传数据

网速确实是问题，所以会把常用的环境配好，保存私有镜像下次可以直接加载，还有文件存到阿里云盘，方便下载，毕竟主要是还是用他们家便宜的卡，就忍忍了。

参考资料

===

• 【深度学习】模型训练云服务器平台推荐！！！个人心路历程，新手少踩坑

介绍了AutoDL-品质GPU租用平台-租GPU就上AutoDL

()