关于快速配置滴滴云做深度学习训练

做深度学习的过程中，没有卡是最苦恼的，想过自己配个 1066 的台式机，但是发现一次性画 4000 块搞个主机还是有点肉疼的。因此选择尝试使用滴滴云的 GPU 按时计费资源。

我选用的是 p4 的卡，每小时大概 3块钱，但是问题在于，你不用 GPU 了，因为你的代码还占用着它的虚机资源，它还是照样按照使用 GPU 的价格扣费。所以训练结束需要删除资源，用的时候需要新配置环境。

本文记录了快速配置相关环境的步骤方法，仅供自己学习记录使用，如对他人有帮助，不甚荣幸！

1. 设置语言，不然 pip3 安装的时候会报错：

export LC_ALL=C

2. 设置 pip 源：

nano ~/.pip/pip.conf 

复制下面的粘贴过去即可

[global]
index_url = http://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com

3. 安装 TensorFlow

注意，不指定版本的情况下会直接安装 1.13.0 这个版本的，这个版本需要的 cuda 版本是 10.0。 因此在 cuda 是 9.0 的情况下，通过以下命令指定版本

pip3 install tensorflow-gpu==1.12.0

4. 传输文件方法：

在传输文件过大，常常会有 scp acket_write_wait: Connection to 116.85.42.132 port 22: Broken pipe 的问题。
解决方法：
Try throttling - 2Mb/sec max throughput like so:
scp -l 2000 MaryBaked.tar.gz [email protected]:/home/marybakedpdx

• 从服务器复制文件到本地：

scp [email protected]:/data/test.txt /home/myfile/

• 从服务器复制文件夹到本地：
  只需在前面加 -r 表示递归，就可以拷贝整个文件夹。

scp -r [email protected]:/data/ /home/myfile/

• 从本地复制文件到服务器：

scp /home/myfile/test.txt [email protected]:/data/

• 从本地复制文件夹到服务器：

scp -r /home/myfile/ [email protected]:/data/

5. 运行代码，训练自己的模型。