使用 AutoDL 训练深度学习模型流程

租GPU

AutoDL官网选择符合要求的GPU,因为我的需求不高且资金不充裕所以选择按量计费,镜像选择和代码模型匹配的版本。

在容器实例中点击 JupyterLab -> 终端 即可打开服务器。

运行代码

准备数据集和模型代码

将数据集dataset和模型model打包成(*.zip)文件,拖拽到服务器中,右下方的正在上传进度条满之后表示上传成功。

img

解压代码

使用以下命令安装并设置arc工具,用于创建、提取、查看和修改不同类型的压缩文件(如.tar、.zip等)。

1
curl -L -o /usr/bin/arc http://autodl-public.ks3-cn-beijing.ksyun.com/tool/arc && chmod +x /usr/bin/arc

使用以下命令解压上传的压缩包。

1
arc decompress models.zip

运行代码

使用如下命令执行py文件。

1
python test.py

如果代码运行需要下载额外的包可以通过pip安装。

生成的文件可以 右击 -> 下载 来下载到本地。

img

关机

使用完毕之后,在容器实例中点击关机,结束计时。