介绍

做为一个穷小子，没钱买GPU开展深度神经网络训练，只有在网络上租赁GPU开展训练。在比照了好几家以后，挑选了极客云开展训练。极客云在分享方式下的性价比高远远高于别的GPU服务提供商。

我再这儿简洁的介绍一下我应用极客云开展训练的全过程。

操作方法在线充值

在应用极客云前必须最先开展在线充值，新用户账户里也会出现5元前后的优惠劵，可以立即应用。

照片在线充值全过程

点一下在线充值，使用微信开展结算就可以。

提交数据信息

点一下文件上传或提交文件目录将数据信息上传入文件目录中。

提议应用Chrome对数据资料开展提交。点一下文件上传后，文件夹名称逐渐提交，速率还蛮快的。但有可能会卡住，这里有2个提议：

更新后传上去清除残片后传上去创建实例

点一下创建实例，就可以挑选服务器型号规格开展创建。这儿可以挑选实体模型内置架构和python版本，挑选相匹配版本就可以迅速创建实例。

因为服务器很有可能被占有，因此创建实例很有可能不成功。创建好的实例如下所示，可以应用ssh远程登陆，或是应用JupyterNotebook开展浏览，应用tensorboard观查试验結果。在管理方法实例里舍弃单独占有。

经检测，终止独享只需确保GPU沒有在运用的情况下就可以应用，不容易重新启动实例。但如今终止独享后好像不可以应用cuda。

训练全过程

提交的数据信息均储存在 /data/文件目录下，应用rsync命令可以将其同歩至/input下边开展训练，由于从/data/文件目录下边接收数据用时比较大。同歩数据信息的全过程费时较长，可以进入共享资源情况开展复制，或是可以自主撰写一个data provider用以多线程载入/data/下边的数据信息，给予给实体模型开展训练。

class SeqDatasets(data.Dataset): # 读取文件 def data_provider(self): while True: sample = self.items.get() tgt_img = load_as_float(sample['tgt']) ref_imgs = [load_as_float(ref_img) for ref_img in sample['ref_imgs']] if self.transform is not None: imgs, intrinsics = self.transform([tgt_img] ref_imgs, np.copy(sample['intrinsics'])) tgt_img = imgs[0] ref_imgs = imgs[1:] else: intrinsics = np.copy(sample['intrinsics']) self.pool.put((tgt_img, ref_imgs, intrinsics, np.linalg.inv(intrinsics))) def __init__(self, root, seed = None, train = True, sequence_length = 3, transform = None, target_transform = None, buffer_size = 100, workers = 4): [self.items.put(sample) for sample in self.samples] self.workers = [] # 运行线程同步接收数据 for i in range(workers): worker = threading.Thread(target = self.data_provider) # worker.setDaemon(True) worker.start() self.workers.append(worker) def __getitem__(self, index): if self.items.qsize() == 0: [self.items.put(sample) for sample in self.samples] return self.pool.get() def __len__(self): return len(self.samples)

最终，无耻的贴上我的邀约连接：

申请注册