一、九天毕昇操作简介
首先介绍一下深度学习服务平台：“九天·毕昇”是中国移动开发的一款云服务平台，能够提供高效（最高显存32GB的V100）便捷（主要优点还是免费O(∩_∩)O）的算力。
新用户注册赠送1000算力豆，大概50个小时，后期可以通过邀请注册获取算力豆，理论上可以实现无限白嫖。
注册后，点击右上角的【控制台】
控制台可查看用户资源总览，上传和管理模型训练所需的数据，并对模型训练实例、比赛实例、求职实例进行管理。
点击顶部导航栏的“控制台”按钮，进入九天•毕昇平台控制台首页，查看存储、算力豆和实例情况，查看实例列表并对实例进行控制。
图 1 进入控制台
移动九天-免费GPU服务器
参数说明如下表所示。
表 1 控制台说明
| 名称 | 说明 |
| 总览-存储 | 显示已占用的存储和存储总配额。 |
| 总览-算力豆 | 显示当前可用、总获取、总消耗的算力豆。 |
| 总览-实例 | 显示已建立的实例数、正在运行的实例数，以及最多允许同时运行的实例数（即运行实例配额）。实例概览中，均不包括学习板块的课节项目实例。 |
| 实例列表 | 显示实例列表，包括模型训练实例、比赛实例、求职实例，可对实例进行控制。 |
点击侧边栏的“数据管理”，进入数据管理板块，可上传并管理用户的个人数据集，个人数据集可挂载至模型训练实例，在实例中使用。
图 2 控制台数据管理板块
移动九天-免费GPU服务器
点击“新建数据”，进入新建数据页，输入数据名称、数据类型、数据描述，并选择待上传的文件，最多可上传10个文件，单个文件不超过30GB，文件名30个字符以内，不能包含"/"等特殊字符，支持csv\txt\npz\npy\gz\rar\zip\tar\tar.gz\7z\json\h5\tfrecord\pb\pbtxt\pkl\pth\jar \bin格式。
图 3 新建数据
移动九天-免费GPU服务器
点击“确定”后，进入数据上传阶段。为保证数据的持续上传，建议停留在该页面等待，勿刷新、关闭页面，直至数据上传完成。
图 4 数据详情页-上传中
移动九天-免费GPU服务器
上传完毕后，可返回“数据管理”页，在“我的数据”列表，查看已上传的数据信息。
图 5 数据管理-查看已上传数据
移动九天-免费GPU服务器
若在上传过程中关闭或刷新了页面，数据状态将变为“停止”，可在“上传中数据”页面，点击“继续上传”，再次选择相同文件，实现断点续传。
图 6 数据管理-上传中数据
移动九天-免费GPU服务器
图 7 数据管理-断点续传
移动九天-免费GPU服务器
完成个人数据的上传后，点击侧边栏的“模型训练”，进入模型训练板块。
图 8 控制台模型训练板块
移动九天-免费GPU服务器
点击“新建实例”，进入“新建实例”页面，如下图所示。
图 9 模型训练新建实例页
移动九天-免费GPU服务器
表 2 新建模型训练实例参数说明
| 名称 | 参数说明 |
| 实例名称 | 30个字符以内，必须以中英文或数字开头，支持小括号、短横线和空格 |
| 数据集 | 选择平台预置的公开数据集或者在数据管理板块上传的个人数据集，至多选择3个 |
| 资源套餐 | 根据用户的实际权限可以看到相应的资源套餐，如CPU套餐（CPU 2核、内存8G），vGPU套餐（CPU 1核、内存8G、vGPU 1个-8G显存），单卡GPU套餐（CPU 4核、内存32G、V100 1个-32G显存）等对应消耗的算力豆如下：CPU实例每6分钟消耗0.1算力豆，vGPU实例每6分钟消耗0.5算力豆，单卡（1V100）/双卡/四卡/八卡GPU实例每6分钟分别消耗2/5/15/50算力豆，不足6分钟则按6分钟计 |
信息填写完毕后，点击“新建”，跳转至模型训练页面，此时该实例的状态为启动中，等待状态变成运行中，则可进入Jupyter或VSCode进行代码调试和模型训练。公共数据集、个人数据集在实例中的挂载路径分别为/root/data/public和/root/data/user，且均为只读。
图 2‑10 模型训练实例运行中
移动九天-免费GPU服务器
图 2‑11 JupyterLab界面
移动九天-免费GPU服务器
图 2‑12 VSCode界面
移动九天-免费GPU服务器
说明：
- 正常启动的实例，之后的状态会变为运行中；不能正常启动的实例，之后的状态会变为失败，失败状态的实例可以再次启动。
- 长时间闲置实例将被自动锁定，点击“运行”后恢复使用。
- 仅针对“运行中”的实例进行服务时长的计时和算力豆的消耗。
- JupyterLab使用说明：
通过JupyterLab，用户可以使用notebook、console，选择不同的kernel启动预装的不同的框架，也可以通过terminal，以命令行形式访问容器，以类似虚拟机的形式使用实例中的资源。目前，JupyterLab预装了Tensorboard插件，用户可以根据实际需求自行安装其他插件。
在深度学习框架支持方面，平台预装了Paddlepaddle 1.8，Tensorflow 2.1/1.14，PyTorch 1.5，Rapids 0.10，MxNet1.6，Caffe等主流深度学习框架。用户可以使用pip，或者conda命令自行安装其他需要的深度学习框架。
JupyterLab默认启动目录为/root，该目录为永久存储目录，对应用户的自有存储。使用pip安装的软件包、使用conda安装的虚拟环境，以及在新安装的虚拟环境中安装的软件包（需使用conda install而非pip install），已实现永久保存。
- VSCode使用说明：建议使用VSCode进行代码调试，使用JupyterLab进行模型训练。如您需要在VSCode中进行模型训练，建议在运行命令前增加nohup（例如：nohup python xxx.py），确保VSCode页面关闭后模型训练仍能持续进行。
对于未运行的实例（状态为停止、失败或锁定），可在实例列表页点击编辑，编辑实例信息（如实例名称、数据集、资源套餐）后再次运行。
图 2‑13 模型训练实例-编辑实例入口
移动九天-免费GPU服务器
图 2‑14 模型训练实例-编辑实例页面
移动九天-免费GPU服务器
点击侧边栏的“比赛打榜”，进入比赛打榜板块，对比赛实例进行管理。
图 2‑15 控制台比赛打榜板块
移动九天-免费GPU服务器
点击侧边栏的“求职刷题”，进入求职刷题板块，对求职实例进行管理。
图 2‑16 控制台求职刷题板块
移动九天-免费GPU服务器
标签：32G,Tesla,算力,免费,实例,服务器,GPU,显卡,九天
From： https://www.cnblogs.com/Speechless2012/p/17048876.html