使用云服务器训练自己的模型教程，可白嫖的深度学习服务器推荐

自己的电脑配置有限的话，可以尝试使用深度学习云服务器训练模型

深度学习云服务器链接：趋动云

蓝耘：蓝耘

DA model:DAMODEL

注册后可免费获得一些算力额度（蓝耘和DAMODEL50点，趋动云20点），然后开始环境配置，环境配置非常简单。

不同服务器的配置方式大同小异

1 创建项目

在主页右上角点击创建项目

输入项目名

进入初始化开发环境

资源配置中是CPU和GPU的规格，根据自己的需求选择 （模型的大小、数据集的规模）

添加镜像 ，同样是根据自己的需求（使用哪种深度学习框架和框架版本、CUDA版本）

添加数据，若没有数据需要先创建数据 ，创建完毕后上传数据

对于较大的数据集，建议使用SFTP传输 

可以查看下面的SFTP使用指南，我这里使用WinSCP作为传输工具

强烈建议：尽量将要上传的文件打包成zip（进入开发环境后解压），不要上传文件夹

上传文件夹会导致上传速度很慢

 其中，传输地址对应的是主机名

将你想上传的文件/文件夹拖拽到右半部分即可

上传完成后保存，然后上传代码 

 可选择网页上传或SFTP

2 环境配置 

选择好资源配置、镜像和数据集后，启动环境 

你上传的数据集和代码的位置如下图所示 

若你上传的是压缩文件，则可以在命令行中进入到该文件所在目录，输入以下指令解压文件（以zip文件为例）

unzip filename

完成后开始配置环境，建议先pip换源

pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple

pip install package

自行修改代码和参数，然后可以开始在命令行执行训练了

3 退出

环境启动期间会一直消耗算力点，不再使用项目时，需要将环境镜像保存后停止环境

建议一次性就将环境配置好，避免多次修改环境后重复构造镜像

趋动云服务器也可支持SSH远程连接和离线训练

4 离线训练

08.14 2024更新

在项目界面，点击训练

然后点击右上角的提交任务

依次填写任务名、选择挂载code和dataset、资源配置、填写启动命令、选择环境镜像

需要注意的是：启动命令有多种方式

#存储路径未使用环境变量的启动命令
python3 /gemini/code/train_images.py  --mode train --model mobileNet --num_epochs 1 --batch_size 8 --data_dir /gemini/data-1/DogsvsCats --train_dir /gemini/output

#存储路径使用环境变量的启动命令
python3 $GEMINI_RUN/train_images.py  --mode train --model mobileNet --num_epochs 1 --batch_size 8 --data_dir $GEMINI_DATA_IN1/DogsvsCats --train_dir $GEMINI_DATA_OUT

或者按照自己的方式

cd /path/to/code

python train.py

训练输出路径务必设置为/gemini/output

训练进行时或训练完成后，可以点击任务详情查看训练输出

补充说明

08.26 2024 更新

在趋动云中，不可将项目中某一文件夹直接下载到本地

建议先将文件夹压缩，完成后在项目代码界面可直接下载

zip -r archive-name.zip /path/to/directory

09.13 2024 更新

 对于离线训练输出的结果，可以使用tensorboard可视化

点击可视化

在右侧可修改要可视化的输出，和任务配置（用最小规格的就行）

查看可视化结果 

查看过后，不要忘了关闭可视化，以免浪费算力

如何在命令行中使用指令完成各类操作？Ubuntu中常用的操作指令-优快云博客