AutoDL-GPU租用平台使用教程

AutoDL是一个国内的GPU租用平台,最近使用了一下,体验感还是很nice的,所以写了篇博客来介绍一下该平台的具体使用方式,也可以当做一个教程来学习^_^

网址:AutoDL-品质GPU租用平台-租GPU就上AutoDL

一、进入平台页面

可以看到下面罗列出了各种GPU的租用价格,还算是比较亲民的。
AutoDL-GPU租用平台使用教程_第1张图片

二、创建实例

1.注册登录后进入控制台(页面右上角),点击“我的实例”,选择“租用新实例”:
AutoDL-GPU租用平台使用教程_第2张图片
2.注册登录后进入控制台(页面右上角),点击“我的实例”,选择“租用新实例”:
AutoDL-GPU租用平台使用教程_第3张图片
在页面最下方可以选择镜像,比如我用的是PyTorch 1.10 + Python 3.8 + Cuda 11.3:
在这里插入图片描述
点击创建之后我们就能在控制台的“我的实例”中看到已创建的实例:
AutoDL-GPU租用平台使用教程_第4张图片

三、使用JupyterLab+Vscode配置服务器远程连接

1.先用vscode安装remote-ssh扩展:
AutoDL-GPU租用平台使用教程_第5张图片
2.热键ctrl+shift+p呼出命令面板选择Remote-SSH Connect to Host:
AutoDL-GPU租用平台使用教程_第6张图片
3.选择Add New SSH Host然后输入登录信息和密码(命令最后若有空格需要删除):
AutoDL-GPU租用平台使用教程_第7张图片
登录信息和密码可以通过下方的“登录指令”查看:
在这里插入图片描述
具体操作参考帮助文档VSCode远程开发¶

四、开始训练

1.在JupyterLab中找到tmp文件夹进入后可以点击按钮上传.py文件和数据集等等,该操作结果会同步反映到vscode中,可以在本地十分方便地直接查看。
AutoDL-GPU租用平台使用教程_第8张图片
本地查看操作结果:
AutoDL-GPU租用平台使用教程_第9张图片
2.查看基本信息,包括资源管理器及终端输出:
AutoDL-GPU租用平台使用教程_第10张图片
3.本地点击运行即可开始训练。

四、运算时长对比

1.本地GTX 1650:
AutoDL-GPU租用平台使用教程_第11张图片
2.RTX 3090:
AutoDL-GPU租用平台使用教程_第12张图片

可以清楚地发现运算速度提升了三倍左右。

如果对于使用还有什么疑问可以直接评论留言~我会尽可能去解答。

你可能感兴趣的:(深度学习,python,深度学习,GPU租用,AutoDL)