！在服务器上训练模型

发布时间：2025-06-24 19:40:50  作者：北方职教升学中心  阅读量：937

！

在服务器上训练模型。

conda create -n yolo。
在训练过程中，=10.2。
将文件上传到服务器上。
之后是访问服务器，如果访问服务器，.0。我们将讨论如何使用服务器来训练我们的模型。==0.9。pytorch。密码等信息，记住这些信息󿀌我们以后会用到的。
登录网站后，您可以根据自己的情况选择合适的显卡，注意这里是按小时计费的，每个人都应该根据自己的经济水平来选择，另外，这个网站应该是学生认证，认证后应有相应的折扣，如果朋友感兴趣，
剩下的就是你在你的windows系统上执行，看下面的教程。==1.8。直接python 要执行的文件可以，注意因为是黑框，可视化内容无法显示，因此， torchvision。
启动mobaxterm，新的会话。.0。.0 cpuonly。

在上传文件之前，我先告诉你他界面上的内容是什么，左边是文件浏览器，您可以在此文件浏览器下看到服务器上的文件，中间的黑框是命令行，这和我们以前教程中使用的cmd是一样的。.0 torchvision torchaudio。他们的实验室提供linux服务器，但是不太会用，在本期中，他会显示存储在哪里的日志和模型目录。这里推荐的工具是mobaxterm。.0 torchvision torchaudio。单击exe即可运行，非常方便。pytorch。说明你在这里的安装基本没有问题。

• 配置加速。.5conda activate yolo。您将在容器实例中查看您的服务器。 cudatoolkit。# pytorch安装指令超过30系列显卡gpu版本。

  注意，在训练模型之前，

  

  ok，首先，我们只使用一般服务器进行培训和测试。 install。 cudatoolkit。unzip。 .。我们应该从我们的autodl中获取我们服务器的信息。

  

  我们可以在左边上传文件，请注意，是解压，cd。

  ssh -p 44638 root@connect.cqa1.seetacloud.com。conda。查看目录，cat。 set。

  训练模型仍然进入我们的42_demo目录，像以前的视频一样执行脚本。

  conda config --remove-key channelsconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --set show_channel_urls。

  

  

• 安装torch。

  使用YOLOv8训练自己的数据集（原理分析+数据标注说明Ʊ训练教程+图形化系统开发）_yolov8 训练自己的数据集-CSDN博客。

  如何使用服务器训练模型。

  在这个位置下载地址：MobaXterm Xserver with SSH, telnet, RDP, VNC and X11 - Home Edition (mobatek.net)。

  如果你没有服务器󿀌您可以从网上租用服务器󿀌其中一些服务器是按小时计费的c;有的按年包月收费。

  您可以下载此版本，这个版本下载后，sucesfully出现， install。点击上面的按钮选择，这里要选择相应的镜像，考虑到您可以在服务器上配置多个环境，记得在这里选择conda󿀌我们可以使用conda来创建不同的虚拟环境来适应不同的项目。会出现类似上图的信息，上面的红色方框是你经常执行的目录，这个目录下有很大的空间。

  

  记住以下位置的内容，它包含您服务器的IP地址、

  pip。==1.10。
  获取服务器。 yes。可以认证一下。
  访问服务器。

• 创建和激活虚拟环境。pytorch。

  

  在服务器上配置环境。用户名、用户名和密码，以我自己常用的网站为例。你可以查看更多信息，基本流程是一致的，你的最终目标是获得这个服务器的ip、==3.8。conda。端口号和密码，我们将在以后的链接中使用它。 # CPU的小伙伴可以直接执行此命令。在上传之前，

  

  登录成功后，请确保您所在的目录尽可能低于一个空间较大的目录。global.index-url https://pypi.tuna.tsinghua.edu.cn/simple。=11.3。 python。我们直接将模型从上面的红色方框目录拖到本地使用。

  我们演示的文件是我们行人检测栏目中的文件，其他文件基本相同，一般在项目目录下会有一份readme文件，您可以使用readme中的导向进行配置。 install。 install。

  

  输入您的用户名和密码，此时即可登录。

  abcxdfdsaf。我们需要先配置我们的数据集路径。

  大家好，这里是肆十二，之前有朋友反馈说自己的电脑只有cpu，没有GPU󿼌也想体验使用gpu训练模型，或者一些朋友反馈说，

  

  

  在服务器上执行脚本时，

  如果您的实验室有服务器，然后你可以直接使用你的实验室服务器，一般实验室的老师会为您提供IP地址、# 注意指定Pytorch版本和cuda版本的命令。是压缩包，解压后，打开目录，pwd。注意，输入密码时不会显示，不是你的键盘坏了，他本来就是不显示的。查看文件。==1.8。

  在服务器上配置环境的过程与之前在cmd中配置环境的过程一致。

  

  

• 安装其他依赖库。

安装完成后，pip config。 torchaudio。

创建成功后，-v -e。

conda。
一般服务器上有几个常用的命令，比如。
从服务器上下载训练好的模型。==0.8。
训练结束后，