美文网首页
使用帮助

使用帮助

作者: tao8ren | 来源:发表于2020-04-18 15:59 被阅读0次

    (1) 每个实例都可以看做是独立的机器,可以安装除显卡驱动外的任意软件。显卡驱动如果需要升级,请联系平台技术人员jack。

    (2) 同一平台上的实例之间共享home目录和conda环境

    一台云服务器实例等同于一台虚拟机,包含CPU、内存、操作系统、网络、磁盘等最基础的计算组件。您可以方便地定制、更改实例的配置。您对该虚拟机拥有完全的控制权,和本地服务器的区别在于,您只需要登录,即可使用云服务器,进行独立的管理、配置等操作

    创建实例:

    操作步骤

    1.登录深脑云管理控制台

    2.进入服务器列表,点选需要创建实例的机器

    3.点击所需GPU卡

    4.单击创建实例

    执行结果:

    实例开通后,单击查看实例连接信息查看新建的实例。在实例列表里,您能查看新建实例的实例名称、公网IP地址、内网IP地址以及实例连接信息等信息。

    连接实例

    本地设备操作系统连接方法

    1. Windows可以使用xshell,或者WSL(win10)等远程连接工具连接

    2. Linux或MAC OS系统直接使用terminal终端进行连接

    3. 也可以通过pycharm 的ssh远程编译环境直接连。

    管理实例

    实例操作操作方法

    停止实例找到需要停止的实例点击停止即可停止启动中的实例

    停止操作会造成您的实例停止工作,造成业务中断,请谨慎执行。

    重启实例找到需要重启的实例点击重启即可重新启动实例

    重启操作会造成您的实例停止工作,造成业务中断,请谨慎执行。

    删除实例在历史记录中找到已经停止的实例点击删除即可删除实例

    实例删除后数据无法恢复,建议您在删除之前先创建快照备份数据。

    查看实例信息在实例详情也看可以查看实例的详细信息

    2、使用环境

    系统说明:

    GPU服务器默认系统为ubuntu 16.04 server,预装python3.6,用户后期可以自行更换版本。cuda镜像默认是10.0的,支持切换到9.0。我们会帮您装好主流深度学习框架

    包括:

    注:该框架版本为默认安装版本,如无法满足需求可以自行安装部署

    3、关于百度网盘使用

    支持使用百度网盘进行数据传输

    1.下载百度网盘

    wget https://github.com/iikira/BaiduPCS-Go/releases/download/v3.6/BaiduPCS-Go-v3.6-linux-386.zip

    2.解压进入目录

    ./BaiduPCS-Go

    3.登录

    login

    如果遇到以下问题:

    消息: user is not authorized, hitcode:104

    请在百度客户端下执行以下命令:

    config set -user_agent=" "

    4、关于Pycharm ssh编译器的配置使用

    本地pycharm如何连接到服务器

    先在deployment的configuration里设置,再选existing Server

    https://blog.csdn.net/qq_23589775/article/details/83006834

    5、关于Jupyter使用

    启动jupyter的方法:

    JUPYTER_TOKEN=$(< /dev/urandom tr -dc A-Za-z0-9 | head -c64; echo)

    nohup jupyter-notebook --ip 0.0.0.0 --port 8888 --no-browser --allow-root --NotebookApp.token=$JUPYTER_TOKEN &

    查看jupyter的url:

    jupyter-notebook list

    将0.0.0.0替换为实际的ip地址即可,port选择8888

    6、关于在DBCloud上配置⾃⼰的jupyter

    第⼀步:找到默认的jupyter进程:

    ps -e

    找到 jupyter 对应的进程 148,然后 kill 148 (如果显示 -bash: kill: (148) - 不允许的操作 , 那么就执⾏ sudo kill 148 )

    root权限下:

    kill 148

    第⼆步:创建⾃⼰的   Jupyter:

    ⽣成 JUPYTER_TOKEN :

    JUPYTER_TOKEN=$(< /dev/urandom tr -dc A-Za-z0-9 | head -c64; echo) echo $JUPYTER_TOKEN

    nohup jupyter-notebook --ip 0.0.0.0 --port 8888 --no-browser --allow-root -- NotebookApp.token=$JUPYTER_TOKEN &

    第三步:在网页上打开Jupyter

    ⾸先点击实验平台上的 jupyter notebook的 公⽹直连:

    ⾃⼰的端⼝号: http://210.16.187.147:31654/?token=xitoywgc3lug16eddddd

    把 后⾯的内容替换为刚才记录下来的 TOKEN,在浏览器中打开:

    http://210.16.187.147:31654/?token=5DLYqRg48CInjkEgXfkidCg1m1WYQyUySvWwCi0fx0o5mPnt0ZOIxPzViZvSZ9ET

    然后把jupyter挂在tmux里

    非常便于不同的人通过浏览器就能共同编辑项目

    再搭配jupyter extensions

    安装命令:

    conda install -c conda-forge jupyter_contrib_nbextensions

    可以根据需求激活以下插件

    Code prettify

    Codefolding

    Codefolding in Editor

    ExecuteTime

    Hinterland

    Table of Contents(2)

    Variable Inspector

    7、关于cuda版本

    用conda list查看 cudatoolkit 版本

    切换10.1到9.0

    source deactivate

    sa dl

    可以直接切换为9.0

    如果需要使用nvcc的话 ,需要执行:

    sudo rm -rf /usr/local/cuda #删除软链接

    sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda #底层切换为 cuda 9.0

    或者:

    sudo rm -rf /usr/local/cuda #删除软链接

    sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda #底层切换为 cuda 10.1

    查看系统层cuda 版本,nvcc -V

    8、其他问题

    问题:服务器装载好以后,进入内网环境是否可用

    解决:需要在有网的环境里先开实例,然后在内网通过这个实例使用。如果更换环境,可以在进入内网前可以先连接网络,重启实例,然后即可断网在内网中使用,如果没有联网条件,需要执行自动启动脚本

    9、技术支持

    张亮      139 2509 2412(技术支持)

    王炳懿  187 2189 4660(技术支持)

    王俊    1350 1999 838(投诉建议&商务合作)

    相关文章

      网友评论

          本文标题:使用帮助

          本文链接:https://www.haomeiwen.com/subject/qcbbvhtx.html