【AutoDL】使用云服务器跑深度学习代码_autodl运行代码

一、AutoDL租用服务器

1.选用服务器

1.算力市场 租用服务器，选择自己心仪的服务器
2.镜像
可以选择一些基础的镜像，社区镜像里是git上有的环境。

3.上传文件
在文件存储中，选择上传的区，在右边点击上传，选择自己的文件上传到云服务器中。

二、配置环境

1.准备工作

1.进入终端

vim ~/.bashrc
1

2.按i键进入编辑模式，到最下面输入

source root/miniconda3/etc/profile.d/conda.sh
1

3.保存退出
先按ESC键，再按：wq
4.输入bash 刷新
5、进入conda环境

conda activate base
#可能会报错‘…conda init’
#1、执行：conda init 命令
#2、执行：bash
#3、重新激活：conda activate base

2.配置pytorch环境（环境名为py38）

1.创建新的虚拟环境

conda create -n py38 python=3.8
1

2.进入新环境

conda activate py38
1

3.安装包（此处安装pytorch）

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge
1

如果报错：
Solving environment: failed with initial frozen solve. Retrying with flexible solve.

解决方法们：（可能多试几次就行了？<–由于网络不稳定）
（1）删掉后面的 -c pytorch -c conda-forge
（2）换源

恢复默认源：

conda config --remove-key channels
换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

1
2
3
4
5
6
7
8
9
10
11

（3）改变通道的主要性

conda config --set channel_priority flexible
（4）.conda版本过高（可能python版本也要跟着换）

#查看版本
(damon) C:\Users\LYYAO>conda --version
conda 4.6.14
#换版本
conda config --set allow_conda_downgrades true
conda install conda=4.6.14
（5）粗暴的解决办法：直接使用pip安装，可以成功安装第三方包，但后续可能会造成问题。

(damon) C:\Users\LYYAO>pip install scikit-learn
4.安装另外的包

pip install jupyter d2l
conda install ipykernel
ipython kernel install --user --name=py38
1
2
3

三、

参考连接：
远程GPU服务器Autodl搭建Pytorch环境
AutoDL使用教程