YOLOv5超详细的入门级教程(训练篇)(三)——ssh连接远程服务器
https://blog.csdn.net/weixin_44145782/article/details/114080897?
ssh连接远程服务器
再上一个教程中,出现了爆显存的问题,当我把打开的亿些网站和pycharm关掉之后,我的笔记本以batch_size=1的参数进行训练,这是非常浪费时间行为,所以我们需要借助实验室的显卡!!!在此立一个flag,如果我保研了心仪的学校,我要给自己买一块Titan RTX
连接远程服务器
基本操作
首先我们的服务器在学校,如果现在人不在学校里面(没有连接学校的局域网),需要下载一个easyconnect~连上学校的vpn 1. win下激活openssh即可(上网查教程,就在设置里面打开就可以,操作很简单),macos和ubuntu帽子是自带ssh的,可以直接连接。1. 命令行输入命令 ssh 用户名@服务器IP地址
连接成功后输入密码即可
4. 进入到该用户的文件路径下,当前环境是base
conda info -e
查看所有环境 5. nvidia-smi
查看当前服务器卡的使用情况 哇四块卡,目前都没人用,哈哈哈哈啊哈哈!!!hiahiahiahiahia!!!
学校的卡是台式显卡GeForce RTX 2080 Ti
conda activate 环境名
激活环境,然后缺什么lib安装什么就可以了pip install lib-name
,一般安装requirement文件里的安着安着就报错了,还不如缺什么装什么呢。
文件传输
将本地文件传到服务器
scp -r /path/filename username@servername:/path/
将服务器文件传到本地
scp -r username@servername:/path/filename /var/www/local_dir(本地目录)
强制删除文件或目录
rm -r -f 文件名(目录名)
解压文件
unzip yolo3-keras.zip -d /home/dp/NWQ/yolo
压缩文件(到当前文件夹)
zip -r FileName.zip DirName (-r递归压缩文件目录下所有子文件)
深度学习最佳GPU
学校的卡就是RTX 2080 Ti,绝大多数院校的实验室应该都是这个卡吧(据我所知)学校的计算资源还是比较匮乏的- 相对较小的batch size,模型的分布近似会受到影响,从而模型精度可能会较低。
对比
批处理大小 - 性能(以每秒处理的图像为单位 - 使用Quadro RTX 8000结果进行标准化后的表现
这样看来 Titan RTX的性价比简直高的爆表啊
结论和购买建议
学cv需要钞能力啊伙计们!!!!
附录
References
2020年深度学习最佳GPU一览,看看哪一款最适合你!1. 使用SSH命令行传输文件到远程服务器
Python“宝藏级”公众号【Python之王】专注于Python领域,会爬虫,数分,C++,tensorflow和Pytorch等等。
近 2年共原创 100+ 篇技术文章。创作的精品文章系列有:
日常收集整理了一批不错的 Python 学习资料,有需要的小伙可以自行免费领取。
获取方式如下:公众号回复资料。领取Python等系列笔记,项目,书籍,直接套上模板就可以用了。资料包含算法、python、算法小抄、力扣刷题手册和 C++ 等学习资料!
评论