#AutoDL 解压 checkdir error cammot create ... No space left on device问题解决

上传数据集压缩包到文件存储

在这里插入图片描述

之后想要解压缩,出现问题:

在这里插入图片描述

无论是在autodl控制台解压,还是本地解压然后上传,都是类似的错误,解压到一大半就出错无法继续。

在这里插入图片描述

百思不得其解,现在ai回答太多,也没找到正确的解决方法,遂联系Autodl客服。

在这里插入图片描述

不得不说,客服还是挺专业的

在这里插入图片描述

总之意思就是当前存储设备分配的某些东西不够,且是因为数据集文件太多导致的。

在这里插入图片描述

定位了问题,接下来只需要将数据集压缩包从文件存储直接解压到 /root/autodl-tmp 数据盘即可。

在这里插入图片描述

幸运的是这个数据集大小刚好够完全放到数据盘中,不过即使超出,也可以联系客服进行扩容。

就这样~ autodl还是很给力的。

继续好好学习天天向上去咯。

### Autodl算力云本地项目配置指南 在Autodl算力云平台上进行本地项目的配置涉及多个步骤,主要包括环境准备、数据上传以及运行脚本设置等内容。以下是详细的说明: #### 1. 创建并连接到虚拟机实例 用户需先登录至Autodl平台,并创建一个新的GPU计算实例[^1]。完成实例启动后,通过SSH工具或者Web终端访问该实例。 ```bash ssh root@your_instance_ip_address ``` 上述命令用于建立与远程服务器的安全连接,其中`your_instance_ip_address`应替换为实际分配给用户的IP地址[^2]。 #### 2. 安装依赖项和框架 进入虚拟机之后,依据个人需求安装必要的软件包及机器学习框架(如TensorFlow, PyTorch)。可以利用apt-get或conda等管理器来简化此过程。 ```bash # 使用APT更新系统并安装基础库 sudo apt-get update && sudo apt-get install git python3-pip -y # 如果使用Anaconda作为Python环境管理者,则执行如下操作: wget https://repo.anaconda.com/archive/Anaconda3-latest-Linux-x86_64.sh bash Anaconda3-latest-Linux-x86_64.sh source ~/.bashrc conda create --name myenv python=3.7 conda activate myenv pip install torch torchvision torchaudio ``` 以上代码片段展示了如何在一个全新的Ubuntu环境中搭建PyTorch开发所需的基础结构[^3]。 #### 3. 数据集同步 对于已有本地存储的数据文件夹,推荐采用SCP命令将其复制到云端实例中;另一种方法是借助rsync实现增量备份传输以提高效率。 ```bash scp -r /path/to/local/dataset username@remote_host:/destination/path/ ``` 这里需要注意的是,为了加速大数据量迁移速度,可考虑压缩后再传送再解压的方式处理大尺寸图片集合或其他多媒体素材[^4]。 #### 4. 脚本调试与模型训练 最后一步就是编写具体的实验逻辑并将之提交给后台调度程序执行。通常情况下会撰写一个shell script封装所有的参数选项以便于重复调用。 ```bash #!/bin/bash #SBATCH --job-name=my_job # Job name #SBATCH --mail-type=END # Mail events (NONE, BEGIN, END, FAIL, ALL) #SBATCH --output=/results/output.log # Standard output and error log cd $SLURM_SUBMIT_DIR # Return to submitting directory module load cuda/9.0 # Load CUDA module on cluster nodes supporting GPUs. python train.py # Run your Python program here. ``` 这段示例适用于支持Slurm作业管理系统的地方,在正式开始之前记得调整SBATCH指令里的各项设定值满足特定场景下的资源请求标准[^5]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值