前言
本文记录利用AutoDL云服务器，使用VS Code远程连接进行模型训练，步骤完整，操作简便，不需要使用任何命令即可快速运行🚀。
专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！
文章目录
- 前言
- 一、账号注册
- 1.1 AutoDL简介
- 1.2 用户注册
- 二、创建实例
- 2.1 基础镜像
- 2.2 社区镜像
- 2.3 个人镜像
- 三、上传数据
- 3.1 直接上传
- 3.2 Xftp上传
- 四、远程连接
- 4.1 安装VS Code和相关插件
- 4.2 连接云端
- 4.3 模型训练
- 五、实时监控GPU、内存等占用曲线
一、账号注册
1.1 AutoDL简介
AutoDL AI算力云是一个提供人工智能算力服务的云平台。以下是关于它的一些特点：
-
丰富的GPU资源：提供多种GPU型号，包括NVIDIA的
A100、A800、L40、V100、RTX 4090、RTX 3090等，能满足我们在不同场景下的需求，无论是进行大规模的AI训练还是复杂的科学计算等任务，都可以找到合适的GPU资源。 -
灵活的付费方式：支持按量付费、包日、包周、包月等多种付费模式。对于短期的实验或不确定时长的项目，可以选择按量付费；如果有长期稳定的算力需求，预付费或包周包月则可能更划算，可以根据自己的需求和预算进行选择。
-
集成主流框架：集成了
TensorFlow、PyTorch等多种主流的深度学习框架，并且支持多个深度学习框架版本的切换以及底层CUDA的切换，方便用户快速搭建自己的深度学习环境，减少了环境配置的时间和难度。 -
开发者社区支持：有相关的开发者社区，为用户提供了代码索引、镜像托管和模型托管等服务。这对于算法开发者和研究者来说，可以更方便地管理和分享自己的代码和模型。
1.2 用户注册
- 首先进入
AutoDL官网：https://www.autodl.com/home - 点击右上角的立即注册，填写手机号进行注册。注册完成之后会有一个10元代金券，可以先体验一下。
3. 登陆后点击控制台，进入个人界面，点击认证学生升级炼丹会员，填写教育邮箱，在租卡的时候便宜很多。
二、创建实例
新创建的实例都会放在这里，我这里已经创建了4个实例，新注册的这里是空白的。
重新创建新实例，点击容器实例→租用新实例。
2.1 基础镜像
进入到租用新实例中就可以选择自己的卡配置了。
这里的计费方式、地区、GPU型号、GPU数量、主机的详细信息和注意事项我已经标在图上，按照自己的需求选择就行了。
📢 注意，在第⑤点中，显存是24GB，也就是说系统盘有24GB大小，硬盘数据盘中有50GB，一共可用的空间有74GB，再多的空间就需要扩容并额外收费了。
在官方给的基础镜像中，最方便的一点就是不用再关心PyTorch与CUDA版本之间的匹配问题了，里面全都配置好了。你只需要关心你的项目代码用的是哪一个版本的PyTorch，然后选择这个版本就行了。
像这样选择你的配置就行了，这样基础实例就设置好了，有优惠券的选择优惠券就行，然后点击立即创建就可以了。
点击之后就会在实例容器中出现刚刚创建好的实例，租卡就开始了。此时也就开始计费了，不用的时候记得及时关机。
当然也可以在更多选项中选择无卡模式开机此时只需要0.1/h，这个时候是不能调用GPU的，但可以做一些基础的调试工作，还可以上传数据（我没有使用官方的文件存储功能进行上传数据，是自己上传的，第三节会讲到）。
无卡模式需要在关机状态下才能开启。
关机之后若是再次使用有卡模式，需要等待是否有卡空闲，GPU充足时才可开机。
这样基础的实例创建就完成了，这是最常用的一种。
接下来会讲解另外两种极其方便、有效的两种创建方式，并在第三节和第四节中讲解如何使用创建后的实例，进行模型训练等工作。
2.2 社区镜像
在卡的配置这一块和基础镜像的创建是完全一致的，只需要选择自己想用的卡就行了。
❗❗❗重点是在镜像选择中，选择社区镜像，这里面都是一些用户配置好的项目文件，包括代码和环境，也就是说，你只需要把你的数据上传之后就可以直接训练了，不用再考虑任何环境的问题，非常方便。
关键是里面一些主流，最新的模型都有，想用哪个就用哪个就行，省了大量搭建环境的时间，也不需要担心会发生任何报错问题（只要原镜像没有问题）😆。
点击创建，就完成啦~
2.3 个人镜像
在控制台中选择镜像。镜像中保存了个人创建的实例，包括整个项目（代码和环境）。
个人创建的实例可以进行保存，在更多中选择保存镜像，就会保存到镜像里，我这里是保存了三个镜像。
📢 注意免费的空间是30个GB，超出的部分按照0.01/GB/日收费。
这个功能的好处是可以在创建新实例时选择自己保存的实例，然后多开几个实例进行训练，以防没有卡的情况，无法训练。更重要的是不用再次配置环境。
同样，在卡的配置这一块和基础镜像的创建是完全一致的，只需要选择自己想用的卡就行了。其次只需要在镜像处在我的镜像中选择可用的镜像就行了。
❗❗❗ 更更重要是，保存的镜像可以分享给指定用户，搭建的环境，项目，改动的内容，可以直接完整的分享给我们指定的用户，分享的人可以再次通过我的镜像创建分享得到的镜像。
所以，购买我专栏的人可以直接获取我完整的模型改进镜像，一键部署，一键运行。
这样通过我的镜像创建实例就完成了~但是不管哪一种方法创建，在实例关机后15天就会释放实例，注意时间，再次开就后就会刷新这个时间。
三、上传数据
3.1 直接上传
开机之后，点击JupyterLab，进入之后可以对文件进行一些简单操作，其中包含文件上传。
在上传多个文件的时候，还需要命令进行解压缩，比较复杂🙃，建议参考3.2小节 使用Xftp进行文件操作处理。
3.2 Xftp上传
1️⃣进入Xftp官网：https://www.netsarang.com/zh/xshell/ 下载Xftp并安装
2️⃣ AutoDL中的实例开机，无卡模式开机也可以，只要有登录指令和密码就可以连接。
3️⃣ 打开Xftp，新建连接，复制登录指令和密码。建立连接。
举个例子：
假设登录指令为：ssh -p 12345 root@rxxxx001.autodl.com
其中12345为端口号；root为用户名；rxxxx001.autodl.com为主机名
密码为：************
4️⃣ 点击连接后，就可以连接到云端了。也就可以将本地的文件通过拖拽的方式上传到云端了。
至此，Xftp上传数据就完成了，注意使用时候的路径，自己项目能找到。
四、远程连接
4.1 安装VS Code和相关插件
1️⃣进入VS Code官网：https://code.visualstudio.com/ 下载VS Code并安装
4.2 连接云端
2️⃣打开VS Code，在左栏中的扩展按钮中搜索 Remote - SSH，点击安装，我这里是已经安装好了
3️⃣点击VS Code界面的左下角的双箭头，然后选择连接到主机
4️⃣ 紧接着点击，+ 添加新的 SSH 主机...，
5️⃣ 此时创建的实例已开机，复制登录指令，粘贴到VS Code中。
6️⃣ 登录的相关信息会保存在本地，这里默认选择第一个就行，回车进入下一步。
7️⃣ 上步结束之后会在左下角弹窗，选择连接即可，在新打开的界面中输入实例密码，就是已开机实例处的密码。
8️⃣ 回车后，在左栏中选择打开文件，选择想要进入的主目录。在进入主目录后还需要输入一遍密码。
9️⃣ 输入完成后就连接成功，进入我们的项目啦
4.3 模型训练
在VS Code中选择终端→新建终端，就打开了控制台。
此时使用社区镜像或者是个人镜像的，项目运行所需的各种模块就已经配好了的。在训练模型的时候，配置好自己的数据后开始训练就可以顺利训练了，不需要额外安装任何模块。
使用基础镜像进行配置的，本地上传完数据后，还需要安装相应的模块。找到缺少哪些模块后，在终端控制台中使用pip install 安装就可以了，官方自带镜像源，安装很快。
推荐在扩展中搜索python，并安装，能够显示代码高亮，显示报错，并可以运行文件，而不需要使用命令。
五、实时监控GPU、内存等占用曲线
开机之后，点击实例监控，里面实时记录了GPU，CPU、内存、显存的使用情况：
当然也可以查看训练的tensorboard曲线，就不再详述啦
✅
