AutoDL使用教程（附扩散模型测试）

已于 2023-11-05 22:53:56 修改
阅读量5.4k 收藏 24
点赞数 2
CC 4.0 BY-SA版权
文章标签： python stable diffusion
于 2023-11-05 22:52:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_47158501/article/details/134236356
本文介绍了国内GPU租用平台AutoDL，包括如何创建实例，配置环境，上传数据，通过SSH远程连接服务器，以及使用JupyterLab进行扩散模型实例的部署。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

AutoDL是一个国内的GPU租用平台
如果算法要求的算力本地跑不动，可以在此平台上租用实例跑算法

一、创建实例

  • 加入AutoDL官网：AutoDL-品质GPU租用平台-租GPU就上AutoDL

  • 完成注册以及学生认证

  • 点击算力市场，根据自己的需求租用

  • 在这里插入图片描述

  • 在这里插入图片描述

  • 选择自己的环境需求以及cuda版本（以pytorch为例）

  • 在这里插入图片描述

  • 创建成功后可以在控制台看见实例服务器

  • 在这里插入图片描述

二、配置环境&上传数据

  • 在租用的服务器上点击更多，再点击无卡模式开机节省配置环境以及上传数据时的开销（无卡模式下0.1元/小时）

  • 复制登录指令以及密码

    • 登录指令：ssh -p 37505 root@region-45.autodl.pro
      • 其中-p后为服务器ssh通信端口号
      • @前root为服务器用户名
      • @后region-45.autodl.pro为服务器主机地址

  • 在这里插入图片描述

  • 数据存储

    • 点击文件存储，选择服务器所在区域，初始化存储，即可上传自己的数据，该数据是跨服务器共享的
    • 在这里插入图片描述

三、远程连接到服务器

  • 使用本地设备链接远程服务器

    • powershell

      • 本地命令行输入登录指令以及密码即可连接远程服务器
      • 在这里插入图片描述

    • vscode

      • 安装remote-shh拓展插件

      • 在这里插入图片描述

      • 点击插件，将登录指令写入本地shh文件，输入密码建立连接

      • 在这里插入图片描述

      • 编写服务器端代码

      • 在这里插入图片描述

  • 使用服务器jupyterlab编写代码

    • 在这里插入图片描述

    • 在这里插入图片描述

四、扩散模型实例

仓库地址

https://github.com/kaddly/DuffusionBeautifyBG.git
  • 克隆到远程服务器
  • 使用jupyterlab打开项目
  • 下载前景分割&扩散模型权重
  • 运行代码

在这里插入图片描述

本地电脑大模型系列之 11 微软的 GraphRAG + AutoGen + Ollama + Chainlit = 完全本地多智能体 RAG 超级机器人（教程含源码）
iCloudEnd的博客
07-17 1671
这是我第一次涉足 AI 代理、LLM 和 RAG，过去几周我直接开始创建此实现，绕过了很多基础知识。虽然此实现并不完美，但它是开发更复杂应用程序的绝佳模板。它为集成多个功能和编码代理奠定了坚实的基础，并使您能够构建复杂的工作流程、自定义代理交互并根据需要增强功能。
【Qwen2-Math部署实战】数学与AI的交汇：阿里巴巴开源的Qwen2-Math模型深度解析
寻道AI，探索AI无限可能！
08-28 3040
Qwen2-Math 是由阿里巴巴通义千问团队基于 Qwen2 语言模型构建的数学解题专用开源 AI 模型。它专为解决复杂数学问题设计，经过数学专用语料库的预训练和指令微调，展现出卓越的性能。
AutoDL算力云使用教程嘎嘎详细包含运行代码
最新发布
qq_62174087的博客
06-20 650
AutoDL算力云使用教程，包含租服务器，配置py，运行代码，上传文件
AutoDL的使用
weixin_73736794的博客
09-24 2085
在智能视觉的视觉部分，模型训练是很重要的一块内容，好的识别模型拥有极高的鲁棒性和准确率，能够减少被罚时的概率。所以如何炼一个好的模型？这个就受很多因素影响，比如最常见的学习率的参数选定，还有模型的选择，还有数据集的拍摄和强化等很多很多因素。但是无论如何，你都很难一次炼出能够满足需要的模型，需要大量的时间去试错和改进，但是不是每个学校都能提供4090来给我们炼丹的，如果单用我们自身笔记本的显卡去跑的话，需要耗费大量的时间，所以租用gpu就十分的重要了。
AutoDL的使用教程
weixin_45988242的博客
11-12 1669
AutoDL SSH连接使用教程
AutoDL使用手册
weixin_45231460的博客
11-29 1万+
本文介绍了AutoDL基本的使用流程。
Autodl使用方法
hi_ine的博客
09-05 2868
（如果您在miniconda中安装了其他的虚拟环境，那么虚拟环境的python解释器路径在/root/miniconda3/envs/{对应的虚拟环境名称}/bin/python）这个时候在新环境下配置自己的包，如果是使用基础镜像，那么在base里配置。安装不上的话加镜像，或者用pip安装，或者去官网下载对应版本的包，数据传输来，再安装。这个时候还一直是无卡模式，现在打开pycharm，关机，正式开机（这个时候开始收费）镜像大致选一个，有合适的可以直接选，选好之后这个镜像直接是base环境。
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4）实时查看tensorboard曲线情况
热门推荐
孟孟单单的博客
09-28 24万+
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版远程连接
autodl怎么使用上传数据文件
06-02
我之前已经回答过关于AutoDL使用的一些问题，比如登录指令和扩散模型测试，用户可能是在继续操作过程中遇到了数据上传的需求。首先，我需要回忆一下AutoDL平台的数据上传方式，常见的有通过控制台、命令行或者...
autodl使python2变成python3
03-24
根据提供的引用内容，引用[2]提到AutoDL有教程和仓库，但主要涉及扩散模型，引用[3]和[4]讨论数据迁移和实例迁移，没有直接提到Python版本迁移。可能需要结合平台功能与Python迁移工具。 接下来，Python 2到3的迁移...
2024大语言模型入门指南：从小白到高手(基础篇)
张伟的专栏
07-31 3131
硬件资源篇。
如何使用AutoDl平台跑自己的模型（纯干货，步骤很详细）
qq_45073592的博客
10-17 3万+
记录我使用AutoDL云服务器来跑自己模型的全过程
AutoDL使用教程
m0_66027645的博客
11-12 467
AutoDL使用教程 #AutoDL #GPU #租显卡
Autodl使用教程
AllenMa的博客
05-11 4万+
目录 1.打开autodl官网，注册后，新建一个实例 2.上传代码文件和dataset 3.运行自己的代码 教程需要用到：xftp,xshell,jupyter 1.打开autodl官网，注册后，新建一个实例 新建实例的时候，会让你选择一个预安装的框架版本，这里我的选择如下 2.上传代码文件和dataset 这里我选择用xshell登录，可以上传自己的文件代码 上图中有登录指令，按照安装文档AutoDL帮助文档的方法，在xshell输入： 复制登录指...
AutoDL 项目使用教程
gitblog_00926的博客
08-07 687
AutoDL 项目使用教程 1. 项目的目录结构及介绍 AutoDL 项目的目录结构如下： AutoDL/ ├── README.md ├── requirements.txt ├── setup.py ├── autodl/ │ ├── __init__.py │ ├── core/ │ │ ├── __init__.py │ │ ├── engine.py │ │ ...
AutoDL快速上手使用
qq_46684028的博客
07-09 1万+
AutoDL快速上手使用，创建实例，配置环境，使用
AutoDL算力云使用流程（保姆级教程）
qq_54556560的博客
05-01 7696
（2）需要自己配置环境：选择Miniconda，然后选择自己需要的conda版本、cuda版本、python版本，之后再进行pytorch的安装以及环境配置（需要自己配置环境）。选择「无卡模式启动」可暂停实例节省费用（关机后仅存储计费），在上传数据，上传代码，修改代码等等不需要使用GPU时，记得使用无卡模式启动，免得浪费租用GPU的钱。我的镜像：会显示你之前创建过的镜像，如果需要的跟你之前项目相同的等环境，则不需要重新配置，直接就可以再次创建，这里有我之前的镜像FeatDepth1。
autodl使用教程jupyter
03-28
### AutoDL 中 Jupyter 的使用教程 AutoDL 是一个提供 GPU 租用服务的平台，支持多种开发环境配置。以下是基于已有资料整理的关于如何在 AutoDL 平台上使用 Jupyter 功能的详细说明。 #### 获取实例并启动 Jupyter 为了在 AutoDL 上运行 Jupyter Notebook 或 Lab，首先需要创建一个计算实例，并通过 SSH 登录到该实例上执行必要的操作[^2]。具体步骤如下： 1. **获取实例信息** 创建好所需的 GPU 实例之后，在控制台页面找到对应实例的详情页，记录下其公网 IP 地址以及端口号等必要连接参数。 2. **安装依赖包** 如果尚未预装 Jupyter，则需手动完成安装过程。可以通过 pip 工具快速实现这一目标： ```bash pip install jupyterlab ``` 3. **启动 JupyterLab 服务** 启动时指定绑定地址为 `0.0.0.0` ，以便外部能够访问此服务器上的 notebook 应用程序；同时设置密码保护机制提升安全性。 ```bash jupyter lab --ip=0.0.0.0 --port=<your_port> --allow-root --NotebookApp.token='<your_password>' ``` 将 `<your_port>` 替换为你希望使用的端口号码，并设定一个强健的安全令牌作为登录凭证[^3]。 4. **日志管理** 对于长时间运行的任务，建议将标准输出与错误消息重定向至单独的日志文件中保存起来便于后续排查问题或者分析结果数据。例如： ```bash nohup jupyter lab --ip=0.0.0.0 --port=8888 --allow-root --NotebookApp.token='mypassword' > jupyter.log 2>&1 & ``` 5. **浏览器访问** 打开本地计算机上的 web 浏览器输入形如 http://<public_ip>:<port>?token=mypassword 这样的 URL 即可进入交互界面开始编写代码逻辑了。 #### 注意事项 - 确保防火墙规则允许所选端口对外暴露。 - 定期备份重要工作目录以防意外丢失修改内容。 ```python import os os.system('jupyter lab --version') ``` 上述脚本可用于验证当前环境中已成功部署哪个版本号的 JupyterLab 组件。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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