使用pycharm连接远程GPU训练神经网络模型（超详细！）

前言：

博主是一名学生党，因经费限制购买的电脑配置并不是很高，显存大小仅4GB，虽然日常学习时的模型训练基本能满足，但做项目或者有大模型训练需求时，就没办法满足要求了。今天这篇博客给大家分享一下如何利用pycharm连接远程GPU训练我们的神经网络模型，这篇文章一是记录下我之前的学习过程以免忘记，一是帮助下有这方面需求的小伙伴（当初因为不会弄，鼓弄了1，2天，花费了不少时间和冤枉钱）

注意：只有pycharm专业版才能远程连接GPU设备，请大家在看本篇文章前确保已下载pycharm专业版。

一、AutoDL算力云——租用GPU

AutoDL是一个云GPU深度学习环境出租平台，随着人工智能的发展被越来越多人知晓和使用。我们本次也选择在AutoDL上租用GPU服务器。

1、注册登陆与学生认证

AutoDL算力云平台的官网地址为：AutoDL算力云，进入官网后大家完成注册登陆，如果是学生可以完成一下学生认证，认证后租用GPU时会给予一定优惠。

学生认证方式：注册后进入控制台主页，右方有一个学生认证（这里已认证完成）。大家可通过教育邮件进行认证，如无法进行邮箱认证，则可以通过添加微信客服进行认证。

2、租用GPU服务器

点击算力市场，地区无区别可随意选择，大家可根据自己的需求选择要租用的GPU型号和GPU数量（建议租用的GPU能满足需求就可）

租用前会有镜像选择，这里我选择的是 基础镜像 ——> PyTorch / 1.11.0 / 3.8(ubuntu20.04) / 11.3（大家根据自己的情况选择镜像），而后点击立即创建，创建后GPU即租用成功。租用成功的GPU服务器可在控制台的容器实例中查看。

这里我们将实例中的登陆指令复制粘贴下来，后续将会使用到。

二、pycharm连接远程GPU

在pycharm进入设置（File ——> settings）界面，选择python解释器（Project Interpreter），在右上方的python解释器一行最右方有一个设置按钮，点击选择添加（Add），如下图所示：

点击添加后选择SSH解释器，在新服务器配置中填入主机，端口与用户名（若之前连接过，且容器实例还存在，则在现有服务器配置中选择连接即可）

新服务器相关配置项按照以下方式填写：

假设登陆指令为：ssh -p 48490 root@region-9.autodl.pro

主机：region-9.autodl.pro

端口：48490

用户名：root

填写完成后点击下一个，填写连接密码，密码可在官网控制台的容器实例界面中获取，如下所示：

填写密码后点击下一个，解释器路径选择下图中的路径：

如果想修改映射到远程服务器的本地代码文件路径，则按以下步骤修改：

最后点击完成即可。连接后大家可在映射到远程服务器的本地代码中进行一下测试，如下所示：

由上图可知我们成功在异地运行代码，即服务器连接成功。

三、资源的上传与下载

这一部分官方文档进行了介绍，但不是很清晰易懂，详情可参考：AutoDL帮助文档 。这里推荐大家使用 FileZilla 软件来进行资源的上传和下载，FileZilla软件的下载地址为：FileZilla中文网 ，大家根据自己的情况选择下载的版本。

1、FileZilla连接GPU服务器

FileZilla下载安装后打开，点击文件选择站点管理器：

输入相关信息后点击连接，即可连接到远程服务器。

连接成功后找到远程服务器中与本地代码文件对应映射的项目文件，如下所示：

2、利用FileZilla上传资源

进入服务器的项目文件后，在左方将自己想要上传的资源（如数据集，代码等）右键单击上传。

3、利用FileZilla下载资源

若要将远程服务器中的资源下载到本地（如训练完成的模型），在右方选择需要下载的资源右键单击下载。

四、常见问题与注意点

1、在FileZilla中上传和下载文件失败，错误原因为超时或从服务器断开

解决办法：查看网络连接，断开或者卡顿都会造成此类错误。

2、模型自动停止训练

解决办法：仍然是查看网络的连接，网络断开或卡顿会导致与服务器断连，从而导致模型训练自动停止，另外提醒一点：模型训练过程中关闭电脑的自动睡眠！睡眠也会导致网络断开从而导致模型训练停止。

3、代码报错缺少相关库或包

解决办法：进入控制台容器实例界面，选择快捷工具中的JupyterLab，进入后选择终端，在终端中安装缺少的库或包。

我们试着安装一下mediapipe这个库，看下图可知安装成功。

4、容器实例相关操作

（1）一个容器实例不开机的情况下最多只能保持15天；

（2）在上传或下载资源时可以将容器实例选择无卡模式开机，此状态下可以正常连接到服务器并进行资源的上传下载，消费费用为0.1元/小时，但此状态下无法在远程运行代码，且你的GPU设备可能会被他人占用；

（3）若想将当前实例中的数据转到另一个容器中，可选择迁移实例，具体可参考官方文档：AutoDL帮助文档——迁移实例

OK，完成以上所有步骤后就可以在pycharm中进行模型的训练了，如下图所示模型训练成功！