| 北京超级云计算GPU服务器的使用教程 | 您所在的位置：网站首页 › pycharm怎么计算 › 北京超级云计算GPU服务器的使用教程 |
北京超级云计算GPU服务器的使用教程
|
北京超级云计算中心（北京超算云）是一个很不错的训练深度学习模型的平台（主要是可以白嫖200元的GPU算力资源），官网连接。申请账号现在应该还送200元（我申请使用的是GPU服务器）。在官网中填写申请信息，然后等着客户经理给你打电话，然后把你的需求说清楚，第二天就能拿到账号了！！ 注意：注册好的账号和平台使用说明，会通过邮箱发送给你。 一、拿到账号之后，开始进行如下操作： ①在官网下载并安装PC客户端，安装好并登录自己的账号，如图所示 ②点击SSH软件登陆——>点击 连接 ③出现此界面表示登陆成功。（此界面开头的一段文字简单的告诉了用户北京超算云的使用规则） 二、上传需要训练的模型的文件夹 ①首先先要在自己的电脑上将代码都编写好，我个人使用的是YOLOv5_5.0的版本进行训练的，那就以它为例子进行讲解了。 ②打开winscp软件，进行文件传输，将本地电脑上准备训练的代码、数据集等文件夹上传到超算云的服务器中（涉密数据集尽量不要传） 三、编写训练脚本（.sh类型的） 这个根据每个人的模型的不同而不同，可以请平台的工程师替你编写一个。 以我的为例： #!/bin/bash module load anaconda/2020.11 module load cuda/11.4 source activate torch1.10 export PYTHONUNBUFFERED=1 python train.py四、进行模型的训练 ①首先安装自己要训练模型的依赖库（打开超算云桌面上的SSH，在SSH界面中安装） 还是以YOLOv5_5.0为例子 1、加载 anaconda/2020.11。 module load anaconda/2020.11 2、创建一个名为torch.10（名字可以自己起，必须是英文的）的虚拟环境，python使用3.8的版本。 conda creat -n torch1.10 Python=3.8 3、创建完成后，激活虚拟环境（后续的操作都是在该虚拟环境下进行的） 先查看已经安装的环境 conda env list （得到的输出，带*号的代表目前激活的环境） 使用 source activate torch1.10 （激活刚才创建的虚拟环境） 4、根据模型的依赖库 自己安装即可 yolov5_5.0所需的环境： pip install -r requirements.txt base ----------------------------------------matplotlib>=3.2.2 numpy>=1.18.5 opencv-python>=4.1.2 Pillow PyYAML>=5.3.1 scipy>=1.4.1 torch>=1.7.0 torchvision>=0.8.1 tqdm>=4.41.0 logging -------------------------------------tensorboard>=2.4.1 wandb plotting ------------------------------------seaborn>=0.11.0 pandas export -------------------------------------- coremltools>=4.1 onnx>=1.8.1 scikit-learn==0.19.2 # for coreml quantization extras --------------------------------------thop # FLOPS computation pycocotools>=2.0 # COCO mAP 五、开始训练 打开超算云的SSH软件，依次输入以下命令 module load anaconda/2020.11 conda env list source activate torch.10 cd 所在文件夹路径 （我的就是：cd /data/run01/scz1352/YOLOv5-5.0） sbatch --gpus=1 ./sub.sh 然后就可顺利训练了 |
连接上去之后的界面： 
此时要注意右边界面的路径，一定要点进去run文件夹里面，然后再进行文件传输，传输完的效果如下： 
【本文地址】