白嫖NVIDIA v100 (九天毕昇),附YOLOv5实操

2023-11-10 14:50
文章标签 实操 yolov5 nvidia v100 九天

本文主要是介绍白嫖NVIDIA v100 (九天毕昇),附YOLOv5实操,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

做深度学习如果没有合适的显卡,可以试试这个,colab用起来不方便 百度的aistudio虽然也是v100,但是不能用pytorch

配置环境

之前这个教程写的不够详细 所以这次详细写一遍

  • 免费v100

缺点

  • 上传数据速度慢

  • 训练速度也稍微慢点

  • 至于用不用还是看个人把,之前遇到两次问题,一个是上传数据速度慢,跟官方反馈过,也是隔天就给打电话过来了,还有就是pip install半天没有动作,这个是安装源的问题,用清华源

注册

  • 首先点开网址九天毕昇
    先注册下账号,这里必须吐槽下他这个密码 要求挺烦人,大小写数字,符号不可以是键盘相邻的

注册完就会进入到这个界面

算力豆

在这里插入图片描述

  • 首先来到控制台,每次运行主要是消耗算力豆,刚注册会送500豆,下面的问卷送100个,每日签到要得。第一天送40,第二天80,第三天到第六天都是100,最后一天150 中断就要重来。每周都会刷新。5个豆子能用一小时

在这里插入图片描述

  • 然后来到数据管理,他首先是有两个上传数据的方式,一个是数据管理这里,还有是jupyter哪里,我之前都是再jupyter,后来总是传着传着失败。加了工作人员微信,推荐用数据管理的方法上传。
    在这里插入图片描述
    这里我就随便上传一个举个例子
    在这里插入图片描述
    一开始进度为0,慢慢等下把
    在这里插入图片描述
    数据集上传完毕了,接下来要创建一个容器实例

新建实例

在这里插入图片描述


这里把刚才上传的dataset选上,这里没选择后面也能补上,选则虚拟化v100


在这里插入图片描述


这里有两种操作方式,都可以,vscode和本地的差不多,先用jupyter把
在这里插入图片描述
如果刚才数据集没选上,就停止后,点编辑,重新选下


先上传yolov5文件吧
在这里插入图片描述


接下来选则终端,进入bash,通过命令解压刚上传的yolov5-master.zip
在这里插入图片描述


输入解压命令 unzip file.zip -d path不加-d也行 直接加压到当前目录下

在这里插入图片描述
刷新下

在这里插入图片描述


创建conda环境,这样每次重新打开这个v100实例的时候都能保持上一次的状态,输入conda init

在这里插入图片描述


叉掉这个终端,在重新打开一个,应该会看到进入了conda环境中

在这里插入图片描述
接下来 输入conda create -n YOLO python=3.11,这里YOLO是你的环境名字,python版本自己选则
遇到[y/n]输入y回车,完成后用第一个命令查看环境列表,第二个命令激活创建的环境

在这里插入图片描述


首先加载到yolov5目录,然后输入pip install -r requirements.txt回车
在这里插入图片描述


安装速度还行,要是有问题就是安装源的问题,只保留清华源(豆瓣,阿里太慢了)。

在这里插入图片描述
不要在终端中按下鼠标右键,容易引发crtl+c 也就是终止运行的命令

在这里插入图片描述
安装torch可能慢一些,稍微等等
在这里插入图片描述

我们上传的数据集在data/user/datasets/crtl+l就是清空终端显示的内容,把这个数据集解压到和yolov5一个目录下吧 执行unzip data/user/datasets/datasets.zip -d root/
在这里插入图片描述

这样就成功了,这个datasets是用的v5自动下载的

在这里插入图片描述
前面忘记说了 yolov5s.pt也上传个把 要不他下载国外的内容 几乎下不动

训练的时候还是用vscode模式把,先映射下目录

在这里插入图片描述

尽量程序涉及到路径的都换成绝对路径,右键datasets文件夹选则copy path得到的就是他的绝对路径
在这里插入图片描述
用下面的方式打开终端,运行命令即可
在这里插入图片描述
其他的和本地跑没什么区别,路径都用绝对路径就不会出错,用它这个还挺折腾的,3090一小时也就1块多,还是珍惜时间少折腾吧
在这里插入图片描述
想终止程序crtl+c即可

这篇关于白嫖NVIDIA v100 (九天毕昇),附YOLOv5实操的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/383370

相关文章

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

[yolov5] --- yolov5入门实战「土堆视频」

1 项目介绍及环境配置 下载yolov5 tags 5.0源码,https://github.com/ultralytics/yolov5/tree/v5.0,解压 Pycharm 中创建conda虚拟环境 激活conda虚拟环境 根据作者提供的requirements.txt文件,pip install -r requirements.txt 如果作者没有提供requirement.txt文件

STM32 HAL CAN通讯 实操

1、简介 相比于串口通讯,对于刚接触CAN通讯的小白来说,CAN通讯相对复杂,看各种视频、帖子理论,总是一知半解。本次通过傻瓜式操作,先实现CAN通讯的交互,以提高小白的信心,也便于自己复习观看。本次以STM32CubeMX进行初始化配置,通过Keil 5软件进行软件设计,通过CAN盒实现进行数据的交互。该流程实际以STM32F0、F1、F3、F4、F7实测好用(理论上都适用),这三种型号单片机

SAP学习笔记 - 开发02 - BTP实操流程(账号注册,BTP控制台,BTP集成开发环境搭建)

上一章讲了 BAPI的概念,以及如何调用SAP里面的既存BAPI。 SAP学习笔记 - 开发01 - BAPI是什么?通过界面和ABAP代码来调用BAPI-CSDN博客 本章继续讲开发相关的内容,主要就是BTP的实际操作流程,比如账号注册,登录,BTP集成开发环境的搭建这方面。 目录 1,账号注册 2,BTP登录URL 3,如何在BTP上进行开发? 以下是详细内容。 1,账

[SWPUCTF 2021 新生赛]web方向(一到六题) 解题思路,实操解析,解题软件使用,解题方法教程

题目来源 NSSCTF | 在线CTF平台因为热爱,所以长远!NSSCTF平台秉承着开放、自由、共享的精神,欢迎每一个CTFer使用。https://www.nssctf.cn/problem   [SWPUCTF 2021 新生赛]gift_F12 这个题目简单打开后是一个网页  我们一般按F12或者是右键查看源代码。接着我们点击ctrl+f后快速查找,根据题目给的格式我们搜索c

Kubernetes的alpha.kubernetes.io/nvidia-gpu无法限制GPU个数

问题描述: Pod.yaml文件中关于GPU资源的设置如下: 然而在docker中运行GPU程序时,发现宿主机上的两块GPU都在跑。甚至在yaml文件中删除关于GPU的请求,在docker中都可以运行GPU。 原因: 上例说明alpha.kubernetes.io/nvidia-gpu无效。查看yaml文件,发现该docker开启了特权模式(privileged:ture): 而

Ubuntu安装docker及nvidia-docker2

Ubuntu 通过apt安装 Ubuntu安装docker后再安装nvidia-docker2时经常出现版本不匹配的问题,可以分以下两步安装: # 安装dockerexport VERSION=18.06.1-ce && curl -sSL get.docker.com | sh# 安装nvidia-docker2curl -s -L https://nvidia.github.io/nv

yolov5 +gui界面+单目测距 实现对图片视频摄像头的测距

可实现对图片,视频,摄像头的检测  项目概述 本项目旨在实现一个集成了YOLOv5目标检测算法、图形用户界面(GUI)以及单目测距功能的系统。该系统能够对图片、视频或实时摄像头输入进行目标检测,并估算目标的距离。通过结合YOLOv5的强大检测能力和单目测距技术,系统能够在多种应用场景中提供高效、准确的目标检测和测距功能。 技术栈 YOLOv5:用于目标检测的深度学习模型。Open

AI超周期现状 - NVIDIA、苹果以及人工智能的整体需求

于2024年6月6日在中国杭州拍摄的英伟达和苹果的标志。到6月5日,东部时间,英伟达的市值超过3万亿美元,正式超越苹果的市值,成为全球市值第二大的科技巨头。值得注意的是,短短3个多月时间里,英伟达的市值就从2万亿美元飙升至3万亿美元。(由Costfoto摄于NurPhoto,经盖蒂图片社批准) 在九月初经历了几天的市场动荡后,又有一波关于人工智能超级周期是否已结束的讨论。如果没有结束,那接下来会

YOLOV5入门教学-common.py文件

在 YOLOv5 框架中,common.py 文件是一个核心组件,负责定义深度学习模型的基础模块和常用操作。无论是卷积层、激活函数、特征融合还是其他复杂的模型结构,common.py 都提供了灵活且高效的实现。在这篇文章中,我们将深入解析 common.py 的设计思想、各个模块的功能以及它在 YOLOv5 中的应用。通过理解该文件的实现细节,不仅可以帮助我们更好地掌握 YOLOv5 的内部结构,