内容目录

前言

看到各位小伙伴总是因为各种各样的环境问题陷入苦恼,所以我觉得有必要把一些实用的方法共享出来,以便大家从环境配置问题中解放出来。

解决什么问题

很多小伙伴因为要试用pytorch,但是可能会遇到一下问题:

  • 自己的机器没有GPU,体验不了GPU的试用条件
  • 安装pytorch因为网络原因,安装太慢
  • 安装pytorch成功,但是import时总是提示失败
  • 安装pytorch因为权限等各种原因总是失败
  • 不知道自己有没有安装成功pytorch….

以上问题的产生原因千奇百怪,本篇文章不做深入探讨,而是给出另外一种解决方案:租用云端的GPU服务器。

解决方案

  • 租用AutoDL算力云的GPU服务器

    备注:

    • 你需要注册算力云的账号
    • 你可能要花点钱(2元/小时)来租用

具体方法

第一步:访问AutoDL算力云网站
https://www.autodl.com/login?url=/home

第二步:注册一个账号并充点钱(根据自己的情况)

  • AutoDL的GPU服务器可以按量使用计费,使用时2元/小时;使用完毕关机后不收费。

第三步:选择空闲的GPU服务器租用
file

第四步:选择基础镜像
file

第五步:点击立即创建
file

第六步:查看租用的服务器

file

第七步:点击JupyterLab连接服务器
file

第八步:启动一个Jupyter notebook
file

第九步:开始使用
file

注意:首次import torch使用时,可能会遇到暂时没有反应的情况,可以鼠标移动到右上角查看提示,一般是内核正在加载中。
file

关闭方法

机器使用完毕,请记得关闭服务器!!!
具体方法:
第一步:点击右上角的控制台
第二步:选择容器示例
第三步:点击关机即可
file

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

分类文章

personal_logo
Dongming
自由职业者

推荐活动

推荐文章

【项目实战】基于Agent的金融问答系统:RAG的检索增强之上下文重排和压缩
【项目实战】基于Agent的金融问答系统:RAG的检索增强之ElasticSearch
【项目实战】基于Agent的金融问答系统:前后端流程打通
【项目实战】基于Agent的金融问答系统:代码重构
【项目实战】基于Agent的金融问答系统:Agent框架的构建
【项目实战】基于Agent的金融问答系统:RAG检索模块初建成
【项目实战】基于Agent的金融问答系统:项目简介
【课程总结】day29:大模型之深入了解Retrievers解析器
【课程总结】day28:大模型之深入探索RAG流程
【课程总结】day30:大模型之Agent的初步了解
内容目录
滚动至顶部