GPU的租用Pycharm连接远程GPU服务器跑深度学习

欢迎来到机器学习的世界 
博客主页:卿云阁

欢迎关注点赞收藏⭐️留言

本文由卿云阁原创!

本阶段属于练气阶段,希望各位仙友顺利完成突破

首发时间:2021年6月28日

✉️希望可以和大家一起完成进阶之路!

作者水平很有限,如果发现错误,请留言轰炸哦!万分感谢!

2022年 6月28日  天气晴


创建实例

注册后进入控制台,在我的实例菜单下,点击租用新实例

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第1张图片

在租用实例页面:选择计费方式,选择合适的主机,选择要创建实例中的GPU数量,选择镜像(内置了不同的深度学习框架),最后创建即可

如果你需要更大的硬盘用于存放数据,那么请留意「硬盘」这列「最大可扩容」大小。数据盘等的路径请参考文档

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第2张图片

创建完成后等待开机,今后主要用到的操作入口见截图中

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第3张图片

上传数据

开机后在这个正在运行中的实例上找到快捷工具:JupyterLab,点击打开,在下面的截图中找到上传按钮,即可上传数据。如需上传文件夹或更高级的上传方式等,请查阅上传数据文档

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第4张图片

终端训练

       utoDL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

PyCharm远程开发

警告:如果使用PyCharm直接执行或开终端执行训练程序,请在调试完成后最后通过screen/tmux工具开守护进程,确保程序不受SSH连接中断影响程序执行!

远程项目开发

官方文档:请戳

AutoDL使用方法:

Step1:确认您安装的PyCharm是社区版还是专业版,只有专业版才支持远程开发功能。

Step2:开机实例

复制自己实例的SSH指令,比如:ssh -p 38076 [email protected]

ssh -p 38076 [email protected]命令中, 各个参数的含义为:

用户名:root

HOST: region-1.autodl.com

端口号:38076

Step3:配置PyCharm

[File] -> [Settings],打开以下设置弹窗,搜索interpreter找到[Python interpreter]设置项

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第5张图片

增加新的Python Interpreter

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第6张图片

选择SSH Interpreter (PyCharm社区版本无该选项),然后将Host、Port与Username进行配置(所有实例的Username均为root),注意:Host后面请检查不要有空格

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第7张图片

输入SSH的密码

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第8张图片

配置远程Python命令地址(一般为/root/miniconda3/bin/python,如果有其他情况请使用: whereis python命令查询Python命令位置)

配置同步目录,意思是本地项目和远程实例中的哪个目录进行关联,这里设置为数据盘的地址:/root/autodl-tmp

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第9张图片

点击结束,如果配置均无误PyCharm会有一小会配置过程,完成后即可远程开发。

如果您在运行时找不到Python文件,可能是没有自动同步代码,那么可以选择手动同步:

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第10张图片

打开远程终端

配置好PyCharm远程开发后,可以在PyCharm的终端中下拉找到远程服务器打开远程终端:

GPU的租用Pycharm连接远程GPU服务器跑深度学习_第11张图片

你可能感兴趣的:(机器学习和深度学习,深度学习,pycharm,服务器)