【服务器】上传文件到服务器并练习深度学习模型&下载服务器文件到当地教程 ...

前言：本文教程为，上传文件到服务器并练习深度学习模型，与下载服务器文件到当地。演示指令输入，完整的上传文件到服务器，并练习模型过程；并演示完整的下载服务器文件到当地的过程。
目录
1.上传文件到服务器并练习模型
2.下载服务器文件到当地

---

1.上传文件到服务器并练习模型

需要的指令如下，命令行终端Terminal依次输入：
   unzip Archie_yolo11.zip
  conda create -n Archie_yolo11 python=3.8.18
  conda init 
  conda activate Archie_yolo11
  conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
  pip install -e .
  python main.py
  接下来演示指令输入，完整的上传文件到服务器，并练习模型过程（指令可按需，更换本身需要的版本，比方Python、pytorch版本等）

---

 首先，登录服务器，我用的是蓝耘元生代智算云平台
链接如下：
https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e

https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e
进入后，选择容器云

选择租用新实例

租一个服务器，如下为我租用的服务器详情，可按需自行选择

镜像：lanyun/pytorch-2.0.1-py3.8-cuda11.8-u20.04:v1.5
GPU：RTX 3090 * 1卡
CPU：Intel(R) Xeon(R) Gold 6152 CPU * 10核
内存：30GB
硬盘：体系盘: 30GB，数据盘: 50GB 

---

然后点击如下JupyterLab进入

 进入后，界面如下 ，点击进入lanyun-tmp文件夹

 将当地工程文件压缩包（我上传的是yolo11工程，文件名为Archie_yolo11），压缩包拖进该文件夹下，底部是上传压缩包文件进度，等待上传完成。

 上传文件完成后，在该文件夹下，点击Terminal进入命令行终端界面

 输入如下指令，举行解压缩，等待解压缩完成（Archie_yolo11是压缩包文件夹名字）

1. unzip Archie_yolo11.zip

复制代码

• 这是一个解压命令，用于解压名为Archie_yolo11.zip的压缩文件。在实行此命令前，确保当前目录下存在该压缩文件，并且你有读取该文件的权限。
  

解压完成后，输入如下指令

1. conda create -n Archie_yolo11 python=3.8.18

复制代码

• conda是一个流行的开源包管理体系和情况管理体系。
  
• create体现创建一个新的情况。
  
• -n Archie_yolo11指定新情况的名称为Archie_yolo11。
  
• python=3.8.18指定在新情况中安装的 Python 版本为 3.8.18。
  

遇到这个情况就输入y

进入解压后的文件夹打开Terminal进入命令行终端界面，输入如下指令

1. conda init 

复制代码

• 这个命令用于初始化conda，使conda能够在当前的终端情况中正常工作。它会修改终端的配置文件（如.bashrc、.zshrc等，取决于你使用的终端），以便在每次启动终端时能够正确加载conda。
  

接着输入如下指令

1. conda activate Archie_yolo11

复制代码

• 用于激活名为Archie_yolo11的conda情况。激活后，后续安装的包和实行的命令都会在这个情况中举行，避免不同项目之间的包依赖辩论。
  

接着输入如下指令

1. conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

复制代码

• 这是在当前激活的conda情况（Archie_yolo11）中安装 PyTorch 及其相干库。
  
• pytorch==2.0.1指定安装的 PyTorch 版本为 2.0.1。
  
• torchvision==0.15.2指定安装的torchvision版本为 0.15.2，torchvision提供了计算机视觉相干的工具和数据集。
  
• torchaudio==2.0.2指定安装的torchaudio版本为 2.0.2，用于音频处置惩罚。
  
• pytorch-cuda=11.7指定安装支持 CUDA 11.7 的 PyTorch 版本。
  
• -c pytorch -c nvidia指定从pytorch和nvidia这两个conda通道下载和安装这些包。
  

接着输入如下指令

1. pip install -e .

复制代码

• pip是 Python 的包管理工具。
  
• -e体现 “可编辑模式”（editable mode），“.” 体现当前目录。这个命令会在当前激活的conda情况中以可编辑模式安装当前目录下的 Python 项目。这意味着你对项目源代码所做的任何更改都会立刻生效，而不需要重新安装包。
  

修改比方dataset.yaml文件里的数据集路径为服务器下的路径，如有其他路径修改也一样

1. # Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
2. path: /root/lanyun-tmp/Archie_yolo11/datasets  # dataset root dir
3. train: /root/lanyun-tmp/Archie_yolo11/datasets/images/train      # train images (relative to 'path')  6471 images
4. val: /root/lanyun-tmp/Archie_yolo11/datasets/images/val         # val images (relative to 'path')  548 images
5. test: /root/lanyun-tmp/Archie_yolo11/datasets/images/test # test images (optional)  1610 images

复制代码

 然后输入如下指令，运行main.py文件

1. python main.py

复制代码

• 这是在当前情况中实行名为main.py的 Python 脚本。在实行此命令前，确保main.py文件存在于当前目录，并且该脚本的依赖项都已正确安装。
  

即可开始练习模型

以上，完成上传文件到服务器并练习深度学习模型
2.下载服务器文件到当地

接下来演示完整的下载服务器文件到当地的过程。
需要下载两个软件：Xshell、Xftp（网上下载教程许多，自行下载）
如下为我使用的版本信息

安装完成以上两个软件后，打开Xshell软件，点击如下新建会话，或点击文件新建会话

进入如下界面

 复礼服务器的如下登录指令，SSH和密码

比方我的SSH如下

1.  ssh -p 22xxx root@link.lanyun.net

复制代码

  用户名为root
  协议为SSH
  主机为link.lanyun.net
  端口号为22xxx
  如下名称为：新建会话（3），可自界说名称
然后点击连接即可

 然后弹出如下界面，可选择为接受并保存，或一次性接受

然后输入用户名为root 

然后会弹出输入密码，输入在服务器复制的密码输入即可 

如下所示，成功连接上服务器 

然后在Xshell软件点击如下图标，会自动打开Xftp软件，弹出的Xftp软件的右侧为服务器的文件夹

弹出如下窗口则选择接受并保存或选择一次性接受 

在Xftp软件中，将右侧服务器里的文件拖动到左侧即可下载到当地（当地电脑），底部为传输进度。

以上，完成了详细先容上传文件到服务器并练习深度学习模型&下载服务器文件到当地
服务器如下链接：
https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e

https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。