服务器租用部分

https://matpool.com/edu
一个看起来不错的GPU资源平台，矩池云。
image.png进入高校版。image.png
或者使用付费版
image.png
注册后点击进入主机市场。
image.png以英伟达Tesla K80为例子。这个价格是1元每小时。
image.png
点击进入租用界面。
image.png
镜像选择使用PyTorch。版本先选高的。但由于不同时期的神经网络代码版本不同。尽量选择pytorch的。然后有时候还是会有版本冲突之类的。这个时候你可以选择自己修改代码，或者切换镜像(但可能导致存储内容消失—所以可以尝试使用它的那个网盘挂载—可能要额外收费)。

image.png
这里要求设置公钥或者密码登陆。你可以选择密码登陆，自己设置好密码。
image.png
这部分基本不用改。要用的话进去之后命令行也可以修改。
image.png
进去后会有说明书。注意它的几点说明—-

  • 停止后数据不会保存。
  • 长时间的训练，要想关闭终端，可以用nohup命令，或者screen命令。推荐使用screen 命令。首先在命令行apt update, 然后apt install screen。创建窗口 screen -S <窗口名>，退出窗口，先ctrl+a，然后按按键d
  • 初次使用可以用JupyterLab，可以相对容易一些。

这个云服务器已经配置了一定的资源，但可能运行某些代码还是需要其他的python包。但可能下载速度不够快，因此你可以看它的这个界面的内容。image.png
官方教程)
你可以按这个教程走一遍，先熟悉一下流程。

image.png
image.png
这里直接用jupyterlab链接进入。
在jupyterlab里面你可以使用notebook，或者是使用终端。
image.png
如果你要安装什么包，在终端使用conda install 包的名字即可。
image.png
/mnt 目录是挂载点。因此如果你要保存内容，就使用cp命令，将当前的文件复制到/mnt目录。
使用例子如下

  1. cp ./miniconda/LICENCE.txt /mnt/

注意 ./表示当前目录下的文件。这里是可以省略的。但如果是要直接运行当前目录下的某个程序，需要这样./a.out
image.png
在网盘下就可以看到对应的内容了。
image.pngjupyter lab的左侧是管理的一些内容。第二个控件是runnign terminals and kernels，在这里你可以查看已经打开的内容，并且在卡的时候shutdown。

image.png
notebook的运行。使用上面的小三角形即可运行notebook。或者在对应的方格(cell)上使用 shift + 回车。
image.png这个小方框表示停止某个cell的执行。右边的圈圈表示重启整个kernel。其他的一些功能留给自己探索吧。
网站还有详细的指导内容。

git使用部分

在掌握了以上使用后，要学会使用git。
这里也不用太掌握。只要会git clone即可。在github上的Code下获取他们的https链接。然后在终端对应目录下使用git clone https://github.com/caokai1073/awesome-domain-adaptation.git
image.png

有了code，你就可以运行了。一般优秀的深度学习的代码在github上都会有详细的指导手册，跟着手册走。

初步实验

除此之外，你还需要理解pytorch
http://101.132.132.15/
https://pytorch.org/
官网上有非常详细的介绍，跟着跑一遍。

https://matpool.com/supports/doc-img-recognition-case/

还有数据集的下载命令 在对应的官网上获得下载链接后，在命令行使用 wget 即可

https://matpool.com/supports/reference/common-cmds/
总之-可以先按上面的矩池云的指导过一遍。然后再按pytorch的指导过一遍。然后多多练习即可学会了。
image.png这里需要学习的就是JupyterLab 图像识别案例。公开数据集说明。保存环境功能说明。常用命令一览。然后就去学习pytorch。理解并复制它的代码，跑一遍。

熟练后就可以直接在自己的电脑上ssh登陆了
image.png
image.png
image.png
然后就和jupyterlab的命令行是一样的。但官方说更稳定一点。
image.png