首先声明，这个网站我觉得好用才推荐给各位，没有打广告的意思。
服务器租用网站：https://www.autodl.com
在人工智能飞速发展的今天，深度学习发挥着重要的作用。有些同学想做深度学习方面的研究，却苦于自己电脑的GPU算力不行，甚至电脑没有GPU。那么这个服务器租用平台可以解你的燃眉之急，同时也推荐给其他深度学习爱好者。（租用不是长久之计，加入课题组长期使用才是正道）
这里的价格相对比较便宜，4090的价格也就是每小时两元左右，GPU的种类也很多，你也可以进行学生认证，享受一年的会员价格，操作方法：https://www.autodl.com/docs/student/
如何租用服务器？
1.登录进入平台页面
2.依次点击控制台——容器实例——租用新实例
3.计费方式选择按量计费，然后根据自己的需求选择GPU，建议选择空闲GPU较多的租用（如果你的实例关机的话，你的GPU别人也是可以用的，等你想再开机使用时，GPU数量可能不足）
4.根据需求扩容（免费50GB），配置环境。
5.点击立即创建，即完成创建。
注意
1.计费规则为开机满1小时才扣费，所以当你创建实例的时候是不会扣费的。
2.如果关机15天，则自动释放资源。
3.在不使用GPU的情况下，建议使用无卡模式开机，这样能帮你节省一笔费用。
上传数据
建议使用xftp，无卡开机模式（省钱）。
Xftp连接服务器
1.开机获得登录指令和密码
假设登录指令是：ssh -p 12345 root@rxxxxn-0.autodl.com
那么下图的主机和端口号分别是：
用户名：root
主机：rxxxxn-0.autodl.com（@后面的所有内容）
端口：12345
2.完成后点确定，然后连接即可
3.数据传输
服务器的数据盘是/root/autodl-tmp，建议将代码和数据集都放在这里。
上传、下载数据的方式：直接拖动文件。
左边拖到右边：本地→Autodl（上传）
右边拖到左边：Autodl→本地（下载）
Pycharm连接服务器
本地IDE操作远程服务器会带来很大的便利，你在本地编写代码的同时，服务器端也会实时更新。
1.必须是Pycharm专业版，获取方式就各显神通了。
2.点击文件—设置
3.找到项目——python解释器选项，再点击添加解释器——SSH
4.将刚刚的主机、用户名、端口号输入，点击下一步。
5.输入密码点击下一步
6.点击系统解释器，编辑同步文件夹。编辑同步文件夹是将本地项目的根目录与服务器对应的文件夹（建议选在/root/autodl-tmp下面）同步。配置好后点击创建即可。初次创建，文件上传时间有些慢。
运行程序的几种方式
1.右键点击运行。这是Pycharm中最常用的方式。
2.使用pycharm中的终端命令行。服务器是Linux系统，命令行操作是不可避免的。
点击终端，选择你的服务器，然后输入指令即可。
3.使用自带的jupyterLab。我习惯于在Pycharm里编写程序，然后在jupyterLab里面运行。因为Pycharm很占用电脑资源，jupyterLab可以让我在程序运行的时候做一些其他事情。
点击jupyterLab，然后点击终端，在里面进行命令行操作。
如何查看Tensorboard？
1.点击实例监控
2.点击Tensorboard。如果出现以下内容，是因为系统默认Tensorboard在/root/tf-logs目录，但你没有将内容放在其中。
3.你也可以自己修改Tensorboard目录位置。
首先结束默认启动的Tensorboard进程。
然后再启动Tensorboard进程
其中/root/autodl-tmp/aanet/checkPoint是你的Tensorboard保存目录，根据需求自行修改。
完成后刷新页面即可
