如何在云服务器上跑深度学习的代码?(ResNet50为例)


个人简介:南京邮电大学,计算机科学与技术,在读本科
兴趣领域:数据结构、C/C++


文章目录

  • 一、选择一款云服务器
  • 二、上传代码和数据
  • 三、解压“代码和数据的压缩包”
  • 四、训练 ResNet50 神经网络


一、选择一款云服务器

● 小编选择的 “矩池云”,感觉操作比较方便,也能跑通代码。

矩池云官网:https://www.matpool.com。

● 一进去,经过一些 “操作” 能获得 5 元的体验金,可以用来练手。



二、上传代码和数据

● 然后打开 个人中心,进入 我的网盘,点击 上传 来把本地的代码和数据上传上来。【如下图所示】

● 为了快速练手,小编已经把代码和数据封装好了。

● ResNet50 + 猫狗数据集(25000张):https://pan.baidu.com/s/1tIVcJOS6FsO5KDCriusisA,提取码:xwdd

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第1张图片



三、解压“代码和数据的压缩包”

● 点击左上角的 主机市场,再点击 CPU,进入准备租用 CPU 来解压。【如下图所示】

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第2张图片


● 随便选一款就可以。【如下图所示】

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第3张图片


● 随便选一个就可以,小编一般选 PyTorch 1.7.1,然后点击 下单。【如下图所示】

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第4张图片


● 然后会自动跳出 租用界面,等待一会儿后会出现下面两个 链接,点击 JupyterLab链接

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第5张图片


● 再点击 Terminal,进入服务器终端。

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第6张图片


● 然后我们依次输入以下代码来解压 代码数据:【如下图所示】

cd /mnt
unzip ResNet50-Test-CSDN.zip
unzip cat-dog-all-data.zip

:解压图片会花费较长时间(≈1min)。另外,cat-dog-all-data.zip 解压得到的是名为 test-dataset 的文件夹。

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第7张图片


● 解压完后,再返回 租用界面,点击 停止并释放。之后去看看 我的网盘,就会变成下图:

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第8张图片



四、训练 ResNet50 神经网络

● 点击左上角的 主机市场,再点击 GPU,进入准备租用 GPU 来训练。【如下图所示】

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第9张图片


● 选一个关于 Pytorch 的配置(因为小编的 ResNet50 是基于它所写的),小编一般选 PyTorch 1.7.1,然后点击 下单。【如下图所示】

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第10张图片


● 然后我们依次输入以下代码来训练:

cd /mnt
python main.py test-dataset

main.py 就是 ResNet50代码test-dataset25000 张猫狗数据集,已按 9:1 的比例划分成训练集和测试集。批训练大小:batch_size = 64。二分类。

如何在云服务器上跑深度学习的代码?(ResNet50为例)_第11张图片

● 至此,基本的操作就写完了。如果需要涉及多 GPU 分布式训练,就要同时租用多个 GPU 即可。

● 如果说代码出错,会在这个终端框中提示出来。但是如果要改代码,只得在本地改好,再上传,再解压,再跑。这样有点麻烦。但小编还是用的这种比较笨的方法,最后完成了项目。

● 另外有一种解决方案,可以用本地的 PyCharm 远程连接服务器进行及时的调试。但这个需要 专业版的PyCharm,要 money,小编还没用过,以后有机会再来做这方面的研究的话,再补一篇博文吧。



ps:为了写一篇 1:1 的指南篇,专门用室友的手机重新注册了一个账号,一步一步地截图来写的… ⭐️ ⭐️

你可能感兴趣的:(深度学习,自监督学习,图像处理,神经网络,服务器,深度学习,经验分享)