嘿嘿,好久没写博客了,自从写完srt的训练模型文件,我就没写了。虽然训练的模型准确率有点小低,不知道怎么着,我就没再对模型进行优化,可能是数据集太少了,而且都是32x32的,有点小尴尬,还有学习速率的问题,学习速率调一调话准确率可能会提高一点。接下来还是不能等,不再等啦,自己也慢慢调调,准确率上去了才能进行下一步的操作。

言归正传,我们学生的笔记本电脑可能没有太好的显卡(家里有矿的除外),所以在我们进行深度学习训练的时候,尤其是数据集较多,训练次数较多的时候,我们自己的电脑就比较慢,也不是说不能训练,就是你可能用20s训练一次,云GPU可能就用1s,为了提高效率,所以我们往往需要租用一个云GPU。

现在市场上云GPU有很多,阿里云,腾讯云,恒源云,…总之有很多,但租用GPU的步骤都大差不差。所以我以AutoDL为例(我只是觉得这个比较便宜)来创建一个新实例

一:首先,打开我们的AutoDL的官网

官网地址

租一台带GPU显卡的linux服务器 租用gpu_python

二:右上角打开我们的控制台

租一台带GPU显卡的linux服务器 租用gpu_深度学习_02

三:在左侧任务栏中找到 我的实例,然后点击租用新实例

租一台带GPU显卡的linux服务器 租用gpu_深度学习_03

租一台带GPU显卡的linux服务器 租用gpu_数据集_04

四:根据自己的需要来选择GPU的型号和框架版本py版本等,这里我算力型号选择3060,和pytorch的1.9版本。然后立即创建。

租一台带GPU显卡的linux服务器 租用gpu_pytorch_05


创建完实例,就是这样一个效果

租一台带GPU显卡的linux服务器 租用gpu_租一台带GPU显卡的linux服务器_06


五:最重要的一步,把我们需要训练的文件放入我们的服务器上

这里我利用的时Xshell7,Xftp7,没有的话可以下载一个。

填一下邮箱就可以免费使用,Xshell7,Xftp7下载地址 然后打开我们的Xshell,然后在上图中找到登录指令,

由于Xsehll格式要求,我们需要将我们的指令小改一下,我的复制下来,初始是这样的

ssh -p 11230 root@region-11.autodl.com

我们改成ssh root@region-11.autodl.com 11230

就是将-p删除,然后将数字放在最后面。

然后我们就进入了这个页面

租一台带GPU显卡的linux服务器 租用gpu_租一台带GPU显卡的linux服务器_07


然后输入的密码,在登录指令下面就是我们的密码,然后点击确定

然后点击ctrl + Alt + F,利用Xftp7进行文件传输,也可以点击下图红圈地方

租一台带GPU显卡的linux服务器 租用gpu_python_08


六,训练模型,由于我写的文件放上去后还要改下路径,有点费劲,所以我就用yolov5来进行一个示例,一个小细节,如果你传输的不是一个文件,而是一个文件夹,应先将他压缩后再进行传输,要不没法传。

传完文件后,在我们示例右边有个JupterLab,点击。如下图

租一台带GPU显卡的linux服务器 租用gpu_数据集_09


然后点击我们的终端

1.首先,我们需要先解压我们传输的文件

unzip yolov5-6.0.zip

2.我们训练的文件可能会用到很多包,所以我们需要先导一下包,这里,我特别说明下,写一个requirements.txt真的很方便。
先进入我们的文件中

cd yolov5-6.0

然后导包

pip install -r requirements.txt

最后一步,训练,这里我的训练文件叫train.py

python train.py