编程如画，我是panda！
之前已经教过大家如何在自己的电脑中配置Pytorch深度学习环境，但是有些小伙伴没有英伟达的GPU，所以用CPU的话训练模型会比较慢，所以这次出一期使用GPU云服务器的教程。
码字不易，如果对各位有帮助，希望点赞收藏加关注哦~
目录
前言
一、服务器使用步骤
1.注册账号
2.租借服务器
二、在服务器运行YOLOV5项目
1.下载YOLOV5项目
1.1. 方法一：直接进官网下载，然后上传到服务器
1.2.通过git命令
2.训练YOLOV5
三、本地与服务器进行数据交换
1.官方提供工具
1.1.下载工具
1.2.上传数据
1.3. 从服务器获取数据
2.xftp工具
2.1.下载Xftp工具
2.2.上传数据
四、使用VSCode或Pycharm进行服务器连接
五、Git安装并且配置VSCode ssh
六、从VSCode训练模型
总结
前言
因为之前我的电脑是没有英伟达的独立显卡的，所以平常跑深度学习的模型使用CPU的话会比较慢，要跑很久很久，所以之前一直在找GPU的云服务器，也走了不少弯路，这次出一期教程介绍一下服务器的使用方法，来让小伙伴们避免踩坑。
一、服务器使用步骤
1.注册账号
网上有很多家GPU服务器平台，我使用的是恒源云，他家的我个人感觉还不错，也可以使用AutoDL算力云的，具体步骤是差不多的。
恒源云官网：恒源云_GPUSHARE-恒源智享云
算力云官网：AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL
进入恒源云官网，点击免费注册，注册完账号后登录（新人有优惠券和福利）：
也可以使用我的邀请链接，可以额外多获得十元代金券：
https://gpushare.com/auth/register?user=15*****9985&fromId=67760011ab17&source=link
2.租借服务器
打开云市场：
挑选适合的服务器，然后租用：（系统盘20G，数据盘大多都是50G，如果不够可以申请扩容）
然后选择你需要的深度学习的框架和版本，然后创建：
等待创建完成：
创建完成后可以点击Jupyter Lab：
启动后创建终端：
然后你就可以查看你当前机器的环境：
后续就和python的Jupyter的使用一样了 ，建议有Jupyter基础来使用服务器。
二、在服务器运行YOLOV5项目
1.下载YOLOV5项目
YOLOV5项目官网：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite
这里提供两种方法
1.1. 方法一：直接进官网下载，然后上传到服务器
进入官网，点击Code然后下载源码：
这样做是直接把代码下载到本地，后续需要上传到服务器，如何上传我后面会讲解。
1.2.通过git命令
进入官网，点击Code，然后复制命令：
然后回到服务器终端，输入git+clone+你刚才复制的指令
cd hy-tmp
git clone https://github.com/ultralytics/yolov5.git这里要先cd到hy-tmp文件夹中，因为这个文件夹才是你的数据盘，有50G
然后等待克隆完成：
注：如果git失败或者git显示超时等错误，请先更新一下git：
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install git如果失败的话，就使用国内镜像源：https://gitee.com/monkeycc/yolov5?_from=gitee_search
同样执行git clone命令就可以了
如果还不行的话！！！就用方法一，然后用我后面讲的方法上传到服务器。
2.训练YOLOV5
首先cd到yolov5的文件夹：
执行下列命令下载YOLOV5所需要的依赖：
pip install -r requirements.txt
然后执行下列命令：
python train.py --data coco128.yaml --weights yolov5s.pt --img 640如果你的运气好的话，会成功运行，然后训练出官方提供的训练数据集，如果你运气不好，可能看到这样的结果：
这时候就需要我说的下一步了。。。。先下载到本地然后上传到服务器。
三、本地与服务器进行数据交换
1.官方提供工具
1.1.下载工具
恒源云官方提供了上传数据的工具：数据下载 - 恒源云用户文档 (gpushare.com)
选择你的操作系统然后下载：
这里建议把下载好的工具单独放在一个文件夹（Edge会警告你让你删了，保留就行），然后重命名为oss.exe：
1.2.上传数据
按住Win+r输入cmd，打开Windows的命令行，进入到你的oss所在路径，执行命令：（一定要重命名oss）
.\oss login然后登录进你的恒源云的账号密码：
上传数据命令格式为：（官方提供的下载工具的上传的数据格式只能是压缩包）
.\oss cp 你要上传的数据的路径 oss://
1.3. 从服务器获取数据
回到你的服务器终端，输入oss login进行登录，登录后执行以下命令：
命令最后有个点别忘了
oss cp oss://你的压缩包.zip .
这样就能从服务器收到数据了
2.xftp工具
2.1.下载Xftp工具
下载地址：https://www.xshell.com/zh/free-for-home-school/
双击下好的工具：
点击下一步：
这里默认：
2.2.上传数据
运行xftp，然后会弹出这个窗口：
如果没有就找这里：
点击新建：
名字随便起，然后回到服务器控制台界面，复制登录指令：
然后点击连接：（这里选接受并保存，不然连接不上）
然后你就将你的电脑和服务器建立起了联系：
直接将你想传输的文件拖过去就行了：
进入你的服务器，你就能看到你上传的数据：
四、使用VSCode或Pycharm进行服务器连接
打开VSCode，找到插件，然后搜索ssh，下载：
找到左侧的远程资源管理器：
新建远程：
复制登录指令：
然后输入登录指令按回车：
选择第一个
选择连接：
选择Linux：
然后继续：
然后输入你的服务器密码，
如果连接提示“试图写入的管道不存在”，可能是 Windows 自带的 SSH 问题。可以通过安装 Git，然后在 VSCode 首选项 - 设置中搜索
remote.SSH.path，填写ssh可执行文件的路径，让 VSCode 使用 Git 提供的 SSH 客户端。
安装git请看下一部分。
然后打开文件夹：
然后继续输入密码，然后信任：
右键文件夹空白区域，在集成终端打开：
如果还需要你输入密码继续输入就行了，可能你把复制的密码粘贴进去不显示，这是正常的，直接回车就行，Pycharm配置也一样的。
五、Git安装并且配置VSCode ssh
下载地址：Git - Downloading Package (git-scm.com)
选择下载文件：
下载好以后进行安装，一直默认就行，因为Git的安装选项比较麻烦，所以，可以去网上自行查找教程，我的建议是默认就行。
然后打开VSCode，找到SSH插件，设置：
往下滑找到下图，改成你对应的路径就行：
更改完以后再去执行第四部分就没有这个错误了。
六、从VSCode训练模型
在终端中继续输入这个代码：（先cd进YOLOV5目录）
python train.py --data coco128.yaml --weights yolov5s.pt --img 640
如果运行还报错就去手动下载，因为这是从国外下载，所以服务器可能连接不上，才会报错，如果需要手动下载的文件，可以私信我。
就算你有幸，真的运行出来了，可以看到，下载数据集的速度还是比较慢的：
将下载好的文件用Xftp传到服务器：
然后将coco128数据集转换成yolov5的数据集格式，就可以使用了，转换代码可以去网上搜也可以私信我。
然后运行文件就就能发现可以开始训练了：
运行结果会放在yolov5目录下runs/train目录。
如果不需要用了，在实例管理可以找到关机选项，关机就可以了。
总结
这篇文章对于想要入门深度学习并且没有英伟达的GPU的小伙伴还是很友好的，希望对各位有帮助，如果遇到任何问题，可以私信我。
