如何白嫖GPU并训练自己的模型（以九天 毕昇 为例）
随着深度学习的火热，越来越多的人开始使用深度学习的方法解决自己研究领域的问题，但是在训练模型的时候往往遇到实验室GPU使用拥挤的问题，这时候就需要找一些云GPU使用了，但对于大部分学生党来说，租用GPU是一笔不小的开支。因此这时候就需要找一些免费的、可白嫖的了。找到了捏，又不一定能够快速上手使用，因此本文针对该类现状，详细介绍一种免费云GPU的使用，以帮助学生党快速入手云GPU并训练自己的模型。
1.打开网站
九天 毕昇: https://jiutian.10086.cn/edu/#/home
右上角注册登录
讯享网
2.先签到领豆再进入控制台
3. 新建实例
依次点击 模型训练、单机训练、新建实例
4.选用套餐
实例名称：自己随意取
数据集：可以根据自身需求选择，也可以不选择数据集
资源套餐：
①CPU：一般用于编写代码，测试简单python程序
②V100虚拟化：有8G显存的GPU
③V100：基本上选不到
我们选择第②个V100虚拟化
5.启动
稍等片刻后点击 jupyter 启动
启动后，耐心等待加载
6.选择操作界面
可以点击左上角 蓝色+ 号添加更多操作界面
可选notebook
我最喜欢命令行，我这里打开两个命令行，一个用以执行程序，一个用来看GPU使用情况
先打开teminal一个、再添加一个
7.上传文件
我个人偏向使用命令行操作
我先创建一个文件夹
mkdir test 讯享网
讯享网cd test git clone https://gitee.com/ming-ming-0201/handwritten-number-recognition.git
进入下载后的文件夹、再使用ls查看文件目录
cd handwritten-number-recognition ls 
文件里面有一个train.py和test.py
8.确定虚拟环境
根据自己代码的要求确定python虚拟环境，我的程序需要torch,因此只要含有torch就行，也可以自行去创建虚拟环境再自行安包
查看有哪些环境
讯享网conda env list
我这里选用其中的pytorch1.8环境
激活环境
conda activate pytorch1.8 
9.训练模型
要训练的程序里面，需要自己提前写好调用GPU的代码
如果是多GPU的代码，请将GPU使用序号改为 0
命令行执行 train.py
讯享网python train.py
差一个包
安装一下
pip install tqdm 
命令行再执行 train.py
讯享网python train.py
稍等片刻，程序跑起来了
10.查看一下GPU使用情况
打开另一个命令行去查看
输入命令查看GPU使用情况
nvidia-smi 
GPU有8G显存，这里才占用1.2G，还有很大余量捏。
11.关闭实例
回到实例首页，点击停止
结尾语：该平台使用还有很多操作，需要大家自行探索，能有免费的GPU使用，还是挺不错的，为移动点赞！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/61487.html