GPU服务器

Posted 2021-02-20 cltt

机客云

https://www.jikecloud.net/

注册  送优惠券

用jupyter notebook 进行深度学习

上传数据

 

 

 大的数据集需要压缩在上传，上传后的文件在/data

/data 用来中转数据，该目录容量巨大且数据不会丢失，但直接在它下面压缩或解压速度会非常慢。 下面的目录可用于解压和压缩，不会随着实例迁移，目录中的所有数据停机再启动后会丢失。

如需保留数据，请把数据拷回/data即可。 /input 用来临时存放训练需要的输入数据。

此处使用的指令是 rsync -ah --progress /data/mnist_data/ /input/mnist_data/
意思是把 /data/mnist_data/ 这个文件夹的所有内容复制到 /input/mnist_data/ 这个文件夹。

创建实例

 

 

 

 

 

 

 

 

 进入jupyter notebook 

最好在终端运行代码

下载结果

压缩命令（将训练结果压缩后存入 /data 目录，就可以在 我的数据（右上角我的） 里下载了）：

从 /input 或 /root 拷贝到 /data 文件夹 不要使用rsync ，使用rsync速度会非常的慢。

GPU 类型中 网速Dxxx/Uxx 代表此机型的网络为 下载xxxMbps / 上传xxMbps
从 /input或/root 往 /data 文件夹拷数据使用的是上传带宽。

将 /output/dir_you_want 目录压缩为 /input/file_you_want.zip 文件然后移动到 /data/ 目录下
zip -r /input/file_you_want.zip /output/dir_you_want && cp /input/file_you_want.zip /data/