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

admin管理员组

文章数量:1602074

目录

• 写在前面
• 重要的参考链接：
• 一、创建实例
• 二、配置环境+上传数据流程
• • （1）先下载好镜像，然后通过Xftp软件上传
  • （2）上传数据到AutoDL自带的网盘中
  • • 1. 直接上传（每次只能上传单个文件，建议上传zip压缩包）
    • 2. 借助Xftp软件（不限制上传的文件个数，可直接上传文件夹）
    • • 1. 安装Xftp
      • 2. 借助Xftp与AutoDL网盘连接，开始上传or下载数据
      • • 2.1 上传or下载数据
        • 2.2 Xtfp与AutoDL连接
  • （3）配置环境
• 三、远程连接到本地（PyCharm2021.3专业版）
• 四、AutoDL实时查看tensorboard曲线情况

写在前面

1. 一定要先进行学生认证，这样就能1.88/h（我之前忘了进行学生认证，然后就一直是1.98/h，陆续用了300元之后才发现没有认证。这么算下来，多花了30多块钱！/(ㄒoㄒ)/~~）
2. 上传数据有两种方式：1.直接在网盘中上传 2.通过Xftp上传。详见二（2）中有两种上传方式步骤。我建议如果上传的只是单个文件，就直接用网盘上传（zip压缩包上传，然后再用unzip解压）。如果是多个文件，就通过Xtfp上传下载比较方便。

重要的参考链接：

• 强烈打call：创建AutoDL云服务器实例并安装GPU环境（三）
• 【配置环境】RTX3050安装pytorch（安装CUDA11.3版本）

一、创建实例

1. 首先进入AutoDL官网：AutoDL-品质GPU租用平台-租GPU就上AutoDL
2. 进行学生注册登录（可以领10元的代金券）
3. 点击右上角的控制台，然后如图点击租用新实例
4. 租用新实例的参数选择，选好了之后点击右下角的立即创建即可

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀
其实可以先在基础镜像中看一下是否有自己需要的配置（假如你需要如下图所示的torch1.10-cuda113），有的话，就不需要像我这样上图这样去选择然后再去自己配置环境。

并且！如果你选择使用基础镜像，那么在等会儿的二（3）配置环境中，除了5~10步不用进行之外，其它的还都要进行，特别是步骤11去验证一下是否能顺利加载成功PyTorch。你的基础镜像环境名叫base，所以每次你需要直接用基础镜像运行代码时，还是需要调用命令conda activate base来激活进入到你的基础镜像中。

如果进入到基础镜像，发现不太好使用，那么你仍然可以继续我二的步骤，去下载好镜像然后再上传，再配置虚拟环境。

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀

5. 租用成功之后的界面

6. 更新内容：初始化网盘（即可以开始使用该区域的公用数据文件夹autodl-nas）

7. 更新内容：AutoDL最近更新很快哇！多了一个可以存放数据的地方autodl-fs，看它的描述，是跟autodl-nas一样的用法，貌似性能还好一点。那么以后就可以将数据、代码存放在这两个公用的地方了！妙哉~（即，如果autodl-nas文件夹免费的20G用完了，就可以初始化autodl-fs文件夹，继续在这里面存放文件）

二、配置环境+上传数据流程

写在前面：当只是需要上传一个zip压缩包时，或者其他类型的单个文件时，建议直接进入到我的网盘中上传。因为这样可以少了连接到Xftp这个步骤，以及可以少费点钱。网盘上传步骤可参考👉AutoDL上传数据详细步骤（自己用的步骤，可能没有其他大佬用的那么高级）

（1）先下载好镜像，然后通过Xftp软件上传

• 直接点击可下载：（我配置的环境就是用到了以下这3个镜像，点击下载即可）
  • torch-1.10.0+cu111-cp38-cp38-linux_x86_64.whl
  • torchvision-0.11.0+cu111-cp38-cp38-linux_x86_64.whl
  • torchaudio-0.10.0+cu111-cp38-cp38-linux_x86_64.whl（这个包使用于语音方面的，按道理来说是可以不用下载安装的，但是还是跟着教程都下载安装了可能会比较完善些）
  • 【更新】上面的3个链接如果点击下载不了的话，可以进入我这个百度网盘下载：AutoDL使用教程-torch镜像
• 如果需要其他版本的镜像，可进入到这个链接，这是所有torch系列的镜像列表：Links for torch、Links for torchaudio、Links for torchvision（有时候会卡着，多试几次就能进去了）[更新：找到一个镜像，可以根据自己想要的cuda版本选择：https://mirror.sjtu.edu/pytorch-wheels/?mirror_intel_list]

（2）上传数据到AutoDL自带的网盘中

先说明好处和注意事项：

• 好处：就算是释放了实例，这些代码以及运行数据还是会存放在网盘中（也就是比较安心嘛，而且用自带的AutoDL网盘也比较方便。实例会30天之后自动释放的，但是网盘存放的数据也会在90天后释放）
• 注意事项：创建实例是在哪个区，就使用哪个区的网盘！避免跨区无法使用一些数据（在这个界面能够看到你的数据，可以下载or删除）

1. 直接上传（每次只能上传单个文件，建议上传zip压缩包）

只上传一个zip压缩包，以及在AutoDL中解压的方式，可参考博客：AutoDL上传数据详细步骤（自己用的步骤，可能没有其他大佬用的那么高级）

2. 借助Xftp软件（不限制上传的文件个数，可直接上传文件夹）

1. 安装Xftp

Xftp的作用：在Windows系统下，如果想和Linux系统进行文件传输，可以使用Xftp工具。

• Xftp官网下载地址
• 参考教程：
  • Windows 下 xshell 和 xftp 安装与使用
  • Xftp的下载和安装教程(图文教程)
  • Xftp使用方法

2. 借助Xftp与AutoDL网盘连接，开始上传or下载数据

2.1 上传or下载数据

注意：

1. 上传or下载数据时，请开启无卡模式开机，为了省钱！！！

2. 上传or下载数据的简单方式：直接在Xftp中拖动文件

   • 左边的拖动到右边：本地->AudoDL（上传）
   • 右边的拖动到左边：AutoDL->本地（下载）

2.2 Xtfp与AutoDL连接

（1）点击无卡模式开机（不一定要是无卡模式哈，只要开机就行）

（2）开机后就获得了：登陆指令、密码

（3）打开Xftp进行连接

假设步骤（2）得到的登陆指令是：ssh -p 12300 root@rxxxxn-0.autodl

那么下图中的主机和端口号分别是：

• 用户名：root
• 主机HOST：rxxxxn-0.autodl （@后的所有内容）
• 端口号：12300
• 密码（最后一行）：是步骤（2）直接得到的

新建会话：

打开已有会话：

与AutoDL的连接成功界面：

上传镜像到网盘中：

（3）配置环境

1. 点击进入JupyterLab

2. 进入终端

3. 编辑文件+刷新，使得能使用conda，以进行后续的环境配置

• 输入：vim ~/.bashrc
• 开始进行编辑：输入i
• 移动到文件的最后一行，加上source /root/miniconda3/etc/profile.d/conda.sh
• 保存并退出：按Esc键，输入:wq，再回车
• 输入bash重启终端（即，刷新一下）

4. 进入环境：conda activate base
5. 创建新环境：conda create -n py38 python=3.8
6. 进入新环境，输入：conda activate py38
7. 安装torch（注意一定要和自己创建实例的环境相对应）（默认是挨着顺序进行下来的哈，已经完成了【二（1）下载镜像】的部分，以下3个镜像都在autodl-nas/目录下）
   输入命令：pip install autodl-nas/torch-1.10.0+cu111-cp38-cp38-linux_x86_64.whl
   （静等几分钟，不要着急，它只是卡住了~）

8. 安装torchvision （按下Tab键可自动补齐名称）
   输入命令：pip install autodl-nas/torchvision-0.11.0+cu111-cp38-cp38-linux_x86_64.whl

9. 安装torchaudio
   输入命令：pip install autodl-nas/torchaudio-0.10.0+cu111-cp38-cp38-linux_x86_64.whl

10. jupyter页面更新（即在jupyter页面里增加一个基础环境：py38）
    • 在py38环境中输入conda install ipykernel
    • 再输入：ipython kernel install --user --name=py38

11. 按照配置好环境后，可以点击Notebook下的py38进去写代码了（即在py38环境下，使用jupyternotebook）（如果没有像我这样自己上传镜像然后配置的同学，就不用选择py38了，就选择左边的Python 38进入到jupyter后进行下面步骤即可）

注意：到目前为止，为了省钱还是开的无卡模式，所以为了验证环境已经配置完善，需要先关机，再直接开机（不要再选择无卡模式了，此时就是要开始烧钱了，1.88/h）

输入以下代码验证：

import torchvision
import torch
print(torchvision.__version__)
print(torch.cuda.is_available())
# 0.11.0+cu111
# True

三、远程连接到本地（PyCharm2021.3专业版）

• 前提：必须是PyCharm专业版才能进行远程连接使用
  • PyCharm官网下载地址：Download PyCharm
  • 超级超级推荐视频教程，就算没有教育邮箱也能使用到2099年！👉最新版pycharm2021.3专业版长久使用教程，逐步讲解，超详细（先看2p！）
    • 对应的文章就更推荐啦！👉【pycharm2021.3专业版安装激活教程，逐步讲解，巨详细】
    • 文件我同步上传到百度网盘上了：链接-提取码: ehn3
  • PyCharm专业版安装教程：软件安装 | PyCharm-专业版免费安装（这个是学生认证教育邮箱后免费使用的过程）

参考以下文档肯定可以开始进行远程开发的，再多注意以下图中的地方即可：

• 官方帮助文档：PyCharm远程开发 （这个远程不是指不用上传数据了哈，只是可以直接在PyCharm的终端中开启训练，数据还是需要上传才行）
• Pycharm远程开发的例子：【深度学习】Pycharm连接远程服务器（AutoDL）训练YOLOv5

1. 先用PyCharm专业版随便打开一个项目

2. Tools -> Deployment -> Configuration
   

3. 添加SFTP
   

4. 点击...进入SSH Configurations
   

5. 完成配置
   

6. 显示云服务器的文件目录
   

7. 切换到root/autodl-nas云盘目录下，就能看到我们上传的数据和代码了
   
   

8. 连接到远程终端
   

9. 查看代码内容，并重新上传更新代码
   
   

10. 运行代码
    

四、AutoDL实时查看tensorboard曲线情况

• 可参考我的博客：AutoDL实时查看tensorboard曲线情况

本文标签： 专业版曲线实时实例步骤