【服务器】上传文件到服务器并训练深度学习模型下载服务器文件到本地

前言：本文教程为，上传文件到服务器并训练深度学习模型，与下载服务器文件到本地。演示指令输入，完整的上传文件到服务器，并训练模型过程；并演示完整的下载服务器文件到本地的过程。

本文使用的服务器为云服务器，为蓝耘云平台，注册登录链接如下：

https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51ehttps://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e目录

1.上传文件到服务器并训练模型

2.下载服务器文件到本地

1.上传文件到服务器并训练模型

需要的指令如下，命令行终端Terminal依次输入：

unzip Archie_yolo11.zip

conda create -n Archie_yolo11 python=3.8.18

conda init

conda activate Archie_yolo11

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

pip install -e .

python main.py

接下来演示指令输入，完整的上传文件到服务器，并训练模型过程（指令可按需，更换自己需要的版本，例如Python、pytorch版本等）

首先，登录服务器，我用的是蓝耘元生代智算云平台

https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51ehttps://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e进入后，选择容器云

选择租用新实例

租一个服务器，如下为我租用的服务器详情，可按需自行选择

镜像：lanyun/pytorch-2.0.1-py3.8-cuda11.8-u20.04:v1.5

GPU：RTX 3090 * 1卡

CPU：Intel(R) Xeon(R) Gold 6152 CPU * 10核

内存：30GB

硬盘：系统盘: 30GB，数据盘: 50GB

然后点击如下JupyterLab进入

进入后，界面如下，点击进入lanyun-tmp文件夹

将本地工程文件压缩包（我上传的是yolo11工程，文件名为Archie_yolo11），压缩包拖进该文件夹下，底部是上传压缩包文件进度，等待上传完成。

上传文件完成后，在该文件夹下，点击Terminal进入命令行终端界面

输入如下指令，进行解压缩，等待解压缩完成（Archie_yolo11是压缩包文件夹名字）

unzip Archie_yolo11.zip

这是一个解压命令，用于解压名为Archie_yolo11.zip的压缩文件。在执行此命令前，确保当前目录下存在该压缩文件，并且你有读取该文件的权限。

解压完成后，输入如下指令

conda create -n Archie_yolo11 python=3.8.18

conda是一个流行的开源包管理系统和环境管理系统。
create表示创建一个新的环境。
-n Archie_yolo11指定新环境的名称为Archie_yolo11。
python=3.8.18指定在新环境中安装的 Python 版本为 3.8.18。

碰到这个情况就输入y

进入解压后的文件夹打开Terminal进入命令行终端界面，输入如下指令

conda init

这个命令用于初始化conda，使conda能够在当前的终端环境中正常工作。它会修改终端的配置文件（如.bashrc、.zshrc等，取决于你使用的终端），以便在每次启动终端时能够正确加载conda。

接着输入如下指令

conda activate Archie_yolo11

用于激活名为Archie_yolo11的conda环境。激活后，后续安装的包和执行的命令都会在这个环境中进行，避免不同项目之间的包依赖冲突。

接着输入如下指令

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

这是在当前激活的conda环境（Archie_yolo11）中安装 PyTorch 及其相关库。
pytorch==2.0.1指定安装的 PyTorch 版本为 2.0.1。
torchvision==0.15.2指定安装的torchvision版本为 0.15.2，torchvision提供了计算机视觉相关的工具和数据集。
torchaudio==2.0.2指定安装的torchaudio版本为 2.0.2，用于音频处理。
pytorch-cuda=11.7指定安装支持 CUDA 11.7 的 PyTorch 版本。
-c pytorch -c nvidia指定从pytorch和nvidia这两个conda通道下载和安装这些包。

接着输入如下指令

pip install -e .

pip是 Python 的包管理工具。
-e表示 “可编辑模式”（editable mode），“.” 表示当前目录。这个命令会在当前激活的conda环境中以可编辑模式安装当前目录下的 Python 项目。这意味着你对项目源代码所做的任何更改都会立即生效，而不需要重新安装包。

修改例如dataset.yaml文件里的数据集路径为服务器下的路径，如有其他路径修改也一样

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: /root/lanyun-tmp/Archie_yolo11/datasets  # dataset root dir
train: /root/lanyun-tmp/Archie_yolo11/datasets/images/train      # train images (relative to 'path')  6471 images
val: /root/lanyun-tmp/Archie_yolo11/datasets/images/val         # val images (relative to 'path')  548 images
test: /root/lanyun-tmp/Archie_yolo11/datasets/images/test # test images (optional)  1610 images