如何用飞浆AI训练自己的模型

很多小伙伴在学习人工智能的时候，都会遇到训练模型时，自己电脑算力不够的问题。网上有很多优秀的云服务器提供算力。百度飞浆就是一个挺不错的选择，不多说，直接介绍怎么做，很容易，包看懂。（创建账号这些流程我就不写了）

飞浆官网链接

目录

1、在飞浆创建项目

1.1、准备源代码和数据集

1.2、在飞浆创建一个项目

1.3、上传数据集

2、运行项目

2.1、把数据集挂载到项目

2.2、启动环境运行

---

1、在飞浆创建项目

1.1、准备源代码和数据集

首先呢，你得准备好你自己的训练模型的源代码，然后压缩到一个压缩包内。

数据集也是一样的，把数据集划分好之后，压缩。注意，数据集必须小于50个G。

1.2、在飞浆创建一个项目

按顺序来，创建一个Notebook

然后取一个项目名，IDE选择JupyterLab就行，在项目运行的时候可以切换，这个无关紧要。

创建好之后会跳转到新的页面，点击右上角的启动环境，选择基础版环境，点击确定进入环境。

进入环境之后，点击图示图标，上传自己的源代码（压缩包文件），上传成功后，右击压缩包解压，之后可删除原压缩包。除data目录外，其他目录都会持久保存，尽可能小启动会快一点。之后可按照main.ipynb内的方法搭建持久化运行环境。没记错的话，官方的pip配置好了镜像源。

弄好之后，源代码和环境就都搭建好了。下次运行的时候就根据自己的需求，选择使用什么样的显卡。新用户会送100小时的V卡。用来学习还是很不错的。

1.3、上传数据集

依次点击 数据-创建数据集

为数据集取个名字，然后点击上传文件，把准备好的压缩包上传到服务器。时间取决于数据集的大小。标签看自己数据集的情况选择，无关紧要。是否公开那里建议不公开，公开之后无法删除。摘要栏就简要结束一下就行，建议认真写一写，不然后面自己都忘了数据是什么东西。

2、运行项目

经过上面的步骤之后，就基本完工了。

2.1、把数据集挂载到项目

停止正在运行的项目。点击右边的修改项目。

点击添加数据集

选择个人数据集，这里就有你刚刚创建好的数据集。最多选择两个，点击确定之后，会把你选择的数据集挂载到项目的data目录下，因为上传的是压缩包，所以等会进入环境之后，需要对数据集解压(注意，在data目录做的修改不会被保留)。

2.2、启动环境运行

挂载好数据集之后，根据自己需求选择相应配置的环境启动，进入环境之后，把源代码里有关于数据集的部分，换成data目录下对应的路径，这里我建议使用绝对路径。

然后运行训练模型相关的代码即可。训练过程文件和模型文件可保存到指定目录下，后续可以右击该目录，将结果下载下来。

熟练之后呢，就可以尝试飞浆其他功能，如去使用飞浆的模型和数据集、去创建运行时间更长的脚本任务等等。