目录
主流云服务器
autoDL云服务器进行深度学习教程
1、购买autoDL云服务器
2、向服务器上传项目数据
3、解压服务器上的项目数据
4、终端训练
4.1 远程IDE
4.2 代码执行结束自动关机
4.3 查看GPU信息
4.4 查看进程的CPU和内存占用
4.5 提升GPU性能
5、GPU选型
笔者用云服务做深度学习项目，只是偶尔才会用到它。所以我就想找一款按量收费性价比较高的云服务器，故笔者使用autodl云服务器，云服务器地址为：AutoDL-品质GPU租用平台-租GPU就上AutoDL 笔者经过多次筛选，显卡种类多，对于自掏腰包的学生来说，性价比是真不错。
主流云服务器
笔者最近需要跑深度学习模型训练，在 上看了诸多云服务信息，市场上现存在云服务器有：autoDL云、恒源云、阿里云、腾讯云、华为云、天翼云、矩池云、谷歌云、百度云（飞浆paddle）、硅云、MistGPU、微软云等云服务器。下面进行分别阐述：
autoDL云：价格比较亲民，笔者对比这么多家，性价比是真的高，对于学生党全部9.5折。它上传数据快，方便，支持vscode，pycharm等在线编译代码。传输方式有：公 盘、autodl 盘、jupyterlab、filezilla和xshell软件支持。
恒源云：笔者选了很久后，主要是价格上比autoDL云贵几毛钱。其它方面都是很不错。
阿里云：市场比较大，国内外都有服务器，GPU架构并行运算能力较强。但是价格比较贵
腾讯云：
市场占有率高， 他的计费方式是竞价计费，价格随时都是浮动的，价高者拥有该服务器的使用权。
华为云：笔者不知为啥，因为注册华为账 一直都不成功。所以未查看到其价格形式和其它信息，读者可以自行了解。
天翼云：价格比较贵
矩池云：矩池云因为和诸多高校合作，故价格也贵。
谷歌云和微软云：因为服务器都在国外，上传/下载数据太慢，中途断掉，又得重新开始，虽然也有免费使用时长，但断线就很恼火。
百度云（飞浆paddle）：百度云每天可以赠送算力卡（每天免费领取8点算力卡），也有免费基础版本的，但它有其专门的框架（paddle框架）。笔者是使用不习惯。
autoDL云服务器进行深度学习教程
1、购买autoDL云服务器
云服务器地址为：AutoDL-品质GPU租用平台-租GPU就上AutoDL ，进去注册账 后，进入算力市场，选择区域，服务器离你所在距离越近，传输速率越高。先选择区域，在选择你所需要的显卡型 ，在选择云服务器，你可以根据云服务器的不同规格来选择你所需的服务器，当然价格也是有所不同。
根据自己所需，选择其中GPU显卡数量，首次租用云服务器，选择平台镜像，服务器会自动安装pytorch所需要的环境配置。当你运行过自己的项目后，并保存为镜像后，你就可以用你自己的镜像。笔者第一次用的平台镜像为：pytorch1.11.0+python3.8+cuda11.3 版本，服务器运行系统均为Linux Ubuntu。而且该系统比较好的是他已经自带安装了miniaconda，很多常用的依赖库已经安装好了。
创建案例后，进入控制台，如图10所示。
图10
2、向服务器上传项目数据
方式1：首先进入图10中1（JupyterLab）位置，在如下界面中点击上传数据。
- 公 盘，直接使用阿里云盘、百度 盘上传下载数据，强烈推荐
- AutoDL 盘 上传数据，优点简单而且不用开实例，缺点是 页不支持上传文件夹
- JupyterLab上传，和 盘类似，优点简单，但是只支持文件不支持文件夹
- scp命令支持文件和文件夹上传下载，由于是命令行执行，上手难度稍高
- FileZilla软件支持文件和文件夹，拖拉拽即可上传下载，推荐使用
- XShell软件支持管理SSH连接，而且集成了xftp，支持拖拉拽上传下载文件夹/文件，推荐使用
3、解压服务器上的项目数据
方式1：
由于安装的zip、rar包等都只能解压或压缩某一种压缩包，这里提供一个小工具，支持解压格式：， ， ， ，支持压缩/打包格式：，
有个别zip的压缩包使用上边的命令以及命令都不能解压时，先检查文件大小，如果文件大小和源文件一样，那么尝试下面的命令解压：
方式2：
命令：
zip和unzip分别正对与zip的压缩包压缩和解压，tar是Linux另外一种更通用的压缩解压工具
4、终端训练
方式一：在打开的JupyterLab页面中打开终端来执行（笔者推荐使用）。只要jupyterlab不出现重启（几乎不会），jupyterlab的终端就会一直运行，无论是本地主机断 还是关机。
运行代码：python xxx.py或者执行某个文件夹下的代码文件：python+该执行文件的路径。
在使用JupyterLab长时间跑代码的过程中强烈建议对日志重定向，防止断 后中间的日志没有了。使用方法：
方式二：如需使用其他IDE远程开发，请参考VSCode(推荐)和PyCharm （推荐调试代码使用）
4.1 远程IDE
当远程IDE进行代码运行时，需要采取守护进程，好保护程序在运行时，防止断 导致程序运行中断。 守护进程方法 。
4.2 代码执行结束自动关机
不确定自己的代码需要执行多久结束，希望执行完成后立马关机。这类场景可以通过命令来解决。
或者在您的Python代码中执行shutdown命令，例如：
4.3 查看GPU信息
命令：
-
user@seeta:/tmp/test_directory$ nvidia-smi
- Mon Nov 8 11:55:26 2021
-
+-----------------------------------------------------------------------------+
-
| NVIDIA-SMI 440.82 Driver Version: 440.82 CUDA Version: 10.2 |
-
|-------------------------------+----------------------+----------------------+
-
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
-
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
-
|===============================+======================+======================|
-
| 0 TITAN X (Pascal) Off | 00000000:01:00.0 On | N/A |
-
| 31% 57C P0 66W / 250W | 408MiB / 12194MiB | 2% Default |
-
+-------------------------------+----------------------+----------------------+
-
| 1 TITAN X (Pascal) Off | 00000000:04:00.0 Off | N/A |
-
| 93% 27C P8 11W / 250W | 2MiB / 12196MiB | 0% Default |
-
+-------------------------------+----------------------+----------------------+
-
-
+-----------------------------------------------------------------------------+
-
| Processes: GPU Memory |
-
| GPU PID Type Process name Usage |
-
|==============
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！