如何租用AutoDL显卡进行模型训练（不支持K8s部署）

如何租用AutoDL显卡跑项目

使用步骤

• 1、租用新实例 参考AutoDL-GPU租用平台使用教程，AutoDL快速开始

• 2、安装个人版XShell 7 + xftp7，注意要先下XShell，再下载xftp，否则xftp下载时会报-1603致命错误。参考XShell安装

• 3、使用XShell连接服务器，使用xftp上传代码到/root/auto-tmp下，因为根目录是系统盘（20G），auto-tmp为挂载盘（100G）

• 4、创建并激活虚拟环境：（不建议直接在root下装环境）

  conda create -n fire_environment python=3.7  # 构建一个虚拟环境，名为：fire_environment
  conda init bash && source /root/.bashrc  # 更新bashrc中的环境变量
  conda activate fire_environment   # 切换到创建的虚拟环境：fire_environment
  conda info -e   #查看已有的环境
  

  参考 anaconda中创建虚拟环境，Notebook环境切换

• 5、在JupyterLab的notebook中使用Conda虚拟环境

  # 将新的Conda虚拟环境加入jupyterlab中
  conda activate fire_environment                         # 切换到创建的虚拟环境：fire_environment
  conda install ipykernel
  ipython kernel install --user --name=fire_environment   # 设置kernel，--user表示当前用户，fire_environment为虚拟环境名称
  

  参考Notebook环境切换

• 6、省钱小秘招

  • 在配置项目环境时（带宽不够，下载很耗时），可以用无卡模式开机，费用为0.1元/小时（还好一开始有代金券，否则懊悔死了）

  • 不用跑项目的时候记得关机，不然会按时计费。

    

  • 睡觉之前最好不要拿来跑小项目，有卡模式下的开机会正常扣费，建议不要一次性充太多钱（就好比水卡忘记拔了，不停地扣费）。

• 7、TensorBoard使用：将项目中log文件夹下的event文件保存到/root/tf-logs

  或者切换默认log文件路径，参考AutoDL使用Tensorboard

踩坑

1、GPU 3090不适配cu101版本的torch

• 注意GPU 3090并不适配cu101版本的torch，会报错：

  /root/miniconda3/envs/fire_environment/lib/python3.7/site-packages/torch/cuda/__init__.py:143: UserWarning: 
  NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
  The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
  If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/
  
    warnings.warn(incompatible_device_warn.format(device_name, capability, " ".join(arch_list), device_name))
  

• 解决方法：安装cuda11.0版本的pytorch：

  #卸载cuda（我之前用conda安装的pytorch）
  conda uninstall pytorch
  conda uninstall libtorch
  
  
  pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
  

  参考pytorch与gpu版本的适配问题，cuda ubuntu安装_3090显卡 + pytorch1.7 +cuda11.0+anconda安装

2、opencv-python安装低版本才可以支持blend_truth_mosaic函数

1、无论是在GPU 3090的虚拟机上，还是在GPU 2080TI的虚拟机上，使用CPU运行yolov4项目都会报错；但是在Colab的虚拟环境上，使用CPU就没问题。

----------------------------------------------------------