腾讯云GPU云服务器深度学习初体验

最近在跑深度学习，需要大量的算力资源，偶然机会注意到了腾讯云的GPU云服务器的体验活动，果断参加，现将我个人的快速上手体验和遇到的问题分享给大家，请大家指正。

一、环境选择

系统初始化环境：

• 机型：GN7.5XLARGE80
• OS：Windows Server 2019 数据中心版 64位 中文版
• CPU：Intel(R) Xeon(R) Platinum 8255C CPU @2.50GHz 2.49GHz * 20CPUs
• RAM：80GB
• GPU：Tesla T4 * 1

初始系统我选择了Windows Server 2019 数据中心版 64位 中文版，主要是因为个人对Windows系统的操作比较熟悉，方便操作，当然官方也提供了Ubuntu或者Centos供大家选择。

目前Ubuntu、Centos已经提前预装了各种驱动，大家在配置实例时可根据需求选择所需镜像，而Windows还需要自己重新安装各种驱动，希望后面官方也能提供Windows版本的镜像。

二、驱动安装

驱动的安装方法社区里已经有很多介绍文章了，这里附上官方文档说明，大家可参考，就不再赘述。

安装 NVIDIA Tesla 驱动：https://cloud.tencent.com/document/product/560/8048

安装 CUDA 驱动：https://cloud.tencent.com/document/product/560/8064

零基础可参考这篇文章：零基础小白使用GPU云服务器（以Windows系统为例）搭建自己的深度学习环境。里面对驱动版本、Pytorch、Tensorflow、Python这几个的版本匹配关系写的很详细，可供参考。

三、深度学习环境配置

推荐基础搭配：Anaconda + Pytorch + Tensorflow，其它可按需求安装，如果是零基础，同样推荐参考：零基础小白使用GPU云服务器（以Windows系统为例）搭建自己的深度学习环境

特别强调在安装Pytorch 、Tensorflow或其它库时，推荐使用清华源安装，可以显著加快下载速度，毕竟时间还是很宝贵的。

使用方法：

pip install some-package -i https://pypi.tuna.tsinghua.edu.cn/simple

安装Pytorch与Tensorflow_gpu

# Pytorch
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# Tensorflow_gpu
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

这样，GPU云服务器的深度学习环境就已经搭建好了，再安装一下Python工具如PyCharm，就可以愉快的开始你的深度学习之旅了。

四、远程服务器环境访问

远程服务器为Linux系统时，可通过配置Windows本地PyCharm连接远程服务器，实现对远程服务器的GPU资源利用，那如果远程服务器为Windows系统时，可否通过同样的方式进行使用呢，这里笔者进行了尝试。

4.1 安装SFTP软件

进行远程连接部署时，连接类型通常为SFTP，如下图所示。Linux系统下，SFTP默认都会安装，而Windows则没有，所以我们首先应该为Windows云服务器搭建SFTP站点。

首先进入官网下载freeSSHd.exe：http://www.freesshd.com/?ctt=download

下载完成直接运行freeSSHd.exe

使用默认安装位置C:\Program Files (x86)\freeSSHd

安装内容选择， 只有一个选项，全部安装。

确定文件夹名称和是否创建桌面快捷方式，按照个人需要设置。

信息确认，确认无误后点击install即可开始安装。

安装过程会弹出这个窗口，点击close直接关闭即可

私有秘钥安装提示，点击确认，安装目录下会多出几个文件。

下图选中文件即为安装私有密钥后多出的文件。

私钥安装完成后还会出现是否把freeSSHd作为一个服务安装到系统服务中的提示，这里我选择了是。

这样就安装完成了。

4.2 配置SFTP服务器

4.2.1 添加用户

打开SFTP软件，点击Users -> Add，输入登录名和密码（自定义），点击确定就添加完成。

4.2.2 设置SSH服务器IP地址、端口

点击SSH，地址为本地IP地址，端口为22，点击应用。

4.2.3 设置登录授权选项

Public key auth意指通过公钥登录，按需选择，完成后点击应用

4.2.4 设置SFTP服务器根目录

4.2.5 启动服务器Server Status

注意，这一步有可能会报错：Generic error for access violation，如下所示，主要是因为服务被占用了，在系统服务将其关闭后再去启动即可。

搭建好SFTP站点后，就可以配置Windows本地PyCharm连接远程服务器了。

4.3 配置Windows本地PyCharm连接远程服务器

4.3.1 配置PyCharm远程连接到服务器

这里需要注意，PyCharm需要是专业版。用PyCharm打开一个项目，在菜单中打开工具 -> 部署 -> 配置英文版应该是：Tools -> Deployment -> Configuration

点击+添加按钮，选择SFTP

填写一个远程连接的名字，可自定义，然后点击确定。

点击浏览SSH配置的按钮 ...。

点击+号，新建一个SSH配置，主机为服务器的IP地址，用户名和密码为搭建SFTP站点时的添加的用户名和密码，然后点击测试链接，在弹出的确认主机密钥按钮选择确定，出现连接成功提示后，点击确定然后点击应用->确定，保存远程连接配置

4.3.2 配置PyCharm使用实例中的Python解析器

在菜单中选择文件 -> 设置 -> 项目 -> Python解释器，点击右上角的齿轮⚙️，然后点击添加。

左侧选择 SSH 解释器，右侧选择 现有服务器配置，然后点击...，选择上一步创建的 SSH ，连接服务器的配置，点击 下一个。

解释器填写自己服务器中的Python解析器路径；同步文件夹填写本地文件夹和服务器文件夹的映射。填写完成后点击完成。

就在这最后一步时，问题出现了，点击完成后，会一直显示正在获取远程解释器版本，导致最终最终远程访问配置失败。这个问题百度了许久，也尝试了一些方法，但最终没有解决，希望大家能给出建议。

后记

虽然最后想通过配置Windows本地PyCharm连接远程Windows系统的服务器的尝试失败，但这个过程也不失为一个有趣的体验。