如何将本地深度学习项目放到阿里云服务器（CentOS 7）上运行（基本完整）_将深度学习模型部署在阿里云平台

由于比赛需要，需要将本地的一个Python项目（keras框架的深度学习代码）放到云服务器上运行，以下是我的历程，以及踩过的坑，希望对有相同需要的人有所帮助。

步骤一：购买学生机

1. 阿里云官网认证学生用户（24周岁以下）
   
2. 返回阿里云首页，查看产品，选择云服务器ECS
   
3. 点进去之后页面拉到最底端，选择学生机
   
4. 选择系统CentOS（好不容易有个Linux系统，怎么可以选Windows呢）和地域
   
   问了客服，好像没有给个人用的GPU的服务器，只有给企业用的，而且炒鸡贵，不过经过测试，CPU的服务器跑深度学习的代码也不算很慢。
5. 购买完之后需要进入控制台，查看自己服务器相关信息，在之后可能会用到
   
   点进去之后查看公网ip，之后有用
   

步骤二：在服务器上放行相关端口（现在我觉得计网不是白学的）

6. 打开服务器管理控制台，选择实例
   
   
7. 放行相关端口（照我的放行吧）
   
   

步骤三：安装Xshell和Xftp

这一步是为了方便连接云服务器和向服务器上上传文件，Xshell相当于一个访问服务器并对服务器进行操作的窗口，Xftp相当于一个向服务器上传文件的窗口，当然也可以不下载这两个，直接通过网页阿里云服务器的控制台进行操作，网页操作有个缺点是，一段时间没有响应，就需要重新连接服务器。
下载Xshell和Xftp链接参考：点击跳转下载教程
下载的时候提示你购买软件什么的直接关掉就行。

步骤四：打开Xshell连接云服务器

点击连接之后输入服务器用户名和密码即可。

步骤五：安装Anaconda以及Python3

参考链接：安装Anaconda教程
！！点进去先看我这里，该博主使用的是PuTTY连接云服务器并进行安装，由于上一步我们已经通过Xshell连接服务器了，所以可直接跳过该博主安装PuTTY的步骤以及连接服务器步骤，直接进行后面的代码操作。

步骤六：配置keras环境

8. 配置keras环境
   需要说明的是要执行conda前必须先执行 source ~/.bashrc

source ~/.bashrc
conda create -n keras python=3.7
1
2

配置完后结果如下图：

9. 配置tensorflow环境
   首先进入keras环境，进入keras环境后配置tensorflow环境

conda activate keras
pip install tensorflow
1
2

ok，到目前为止都不算什么，基本一切顺利，环境配好之后，现在可以把自己的项目放到服务器上运行下试试。

步骤七：将自己的Python项目放到服务器上

1. 打开之前安装的Xftp并连接自己的服务器
   
   
2. 将自己的Python项目文件整个地拖进去
   

步骤八：通过Xshell在服务器上运行自己的Python项目

1. 首先进入keras环境

source ~/.bashrc
conda activate keras
cd 你的项目所在文件夹
python 你想执行的python文件名.py
1
2
3
4

注意：
1.这里如果报 ImportError: Something is wrong with the numpy installation. 这种错那就是因为该路径下有多个版本的的numpy，只要把所有的numpy uninstall之后再install一个就好了，一定要在tensorflow环境下进行
参考链接：解决上述错误的原文链接
2.如果在进入tensorflow环境时报错，，那是因为忘记配置tensorflow环境了，，我就要让大家走走弯路，，太痛苦了，
然后退出环境，来配置tensorflow环境

source ~/.bashrc
conda create -n keras python=3.7
1
2

然后接着运行
3.如果出现下述错误（大BOSS）：
ImportError: /lib64/libstdc++.so.6: version CXXABI_1.3.9' not found (required by............) 或 ImportError: /lib64/libstdc++.so.6: versionCXXABI_1.3.8’ not found (required by…)之类的，请按下面步骤操作，不要问我为什么，我只知道解决这个问题炒鸡痛苦，如果把整个过程花的时间当做1，这个问题的解决至少占了0.7吧，，也可能只是因为我太菜了
我参考的几个典型的解决方案如下，不过最终都没能解决我的问题，可能是我的问题的特殊性，大家可以参考下，万一有用：
方案一
方案二
其实我参考的远不止这些，为了避免大家看着头疼我还是不列了
1.请先参考链接：通用解决方案
连接中提到的 libstdc++.so.6.0.24 下载地址请看该博客的评论区
2.下载到本地之后会发现下载后的文件名是libstdc.so.6.0.24 ，而非libstdc++.so.6.0.24，这个文件本身是对的，只是文件名不对而已，请大家下载后直接将文件名改成libstdc++.so.6.0.24就好，然后将下载的libstdc++.so.6.0.24通过Xftp拖至/root/lib64文件夹下，再接着按上面博主的做法继续执行，，
然后这里又有一个坑，就是在执行博主的rm -rf libstdc++.so.6代码时，先进入/root/lib64再执行，不然不能成功

3.上面完成之后重新运行你的python程序，你可能又遇到错了，就是/lib64/libm.so.6: version `GLIBC_2.23’ not found
跟上面的错很像
解决方案
升级make
最后再运行运行一下程序，应该就可以了，本人小白一枚，有什么写的不专业的还望批评指正，希望有所帮助吧。