时间

从开始在平台上搭建到现在可以在平台上训练已经4天了

有GPU平台一般是autoDL平台，白嫖200元平台是：https://cloud.lanyun.net/

整体流程

1.注册平台，以蓝耘为例子

卡从好变坏依次是：4090>3090>3080

2.选择好适当的版本后，租用
一般上传数据和代码的时候用“无卡开机模式”，比较省钱
配置环境，如果不需要自己配置环境的话，那么也是无卡开机模式

3.上传数据

点击共享网盘，绑定阿里云盘，用阿里云盘上传数据集，快一点

4.ssh登录pycharm专业版
注意：一定是pycharm专业版也可以使用ssh远程登录
参考链接：AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4）实时查看tensorboard曲线情况
后续pycharm可以写，在官网上面也可以直接修改，一般修改路径，运行的时候输入
python main.py --你所需要的参数，即可以直接运行。

训练细节

1.后台运行：
参考链接：https://blog.csdn.net/weixin_57070738/article/details/137378235

nohup python -u main.py > /root/lanyun-tmp/output.log 2>&1 &

2.训练完成后关机

--a ddd --b ddd --r ss && shutdown

3.训练时间
一个epoch是12min（20min）
我一共设置了90个epoch，那么就是1080min(1800分钟),那就是30h,我是下午4：30开始训练的，那么第二天的9：30就可以结束。
一个小时3元，总共花费：90元
加上配置环境：总共花费100元

小结

失误点：
1.数据集上传慢
不用其他软件，推荐用阿里云盘，如果直接用压缩包，解压命令如下：

# 压缩。如果没有zip命令，安装命令：apt-get update && apt-get install -y zip
zip -r <自定义压缩包名称>.zip <待压缩目录的路径>

# 解压。如果没有zip命令，安装命令：apt-get update && apt-get install -y unzip
unzip  <待解压压缩包名称>.zip -d <解压到哪个路径>

我的就是

unzip train.zip -d /images

压缩包在：/root/lanyun-tmp
生成的就是:/root/lanyun-tmp/images

2.ssh登录

都要勾选，以及下面这个同步文件可以自己选，比如：/root/wintest
平台上一般都要选择/root，也就是根目录下，这里没有wintest文件夹都可以系统会自己创建一个wintest文件夹。
创建好了以后进入JupyterLab，等文件都传输到JupyterLab后才会出现，慢慢等，不着急，文件越多传输越慢。

pycharm专业版会提示你正在上传，上传结束后会提示你上传成功，我一开始在代码里面放置了数据集，一共15G所以才这么慢，所以代码和数据集分开，数据集用阿里云盘传输，代码上传。

3.代码的路径要设置成平台的路径
/root/lanyun-tmp/images,举一个例子
运行的时候路径也要设置成平台的路径