- 2024-08-19AutodL训练yolov9
AutodL训练yolov9全过程1、租借Autodl服务器:AutoDL算力云|弹性、好用、省钱。租GPU就上AutoDL选择环境,直接选择镜像,yolov9官方2、创建完成:点击Jupyterlab进入服务器,到这里服务器租用完成2、下载yolov9官网代码:https://github.com/WongKinYiu/yolov93、进入服务器,上
- 2024-08-11LLaMA-Factory微调llama3之模型的合并,并采用llama.cpp量化成ollama支持的gguf格式模型,生成api使用
上期我们已经成功的训练了模型,让llama3中文聊天版知道了自己的名字这次我们从合并模型开始,然后使用llama.cpp量化成gguf格式,并且调用api(1)前期准备上期链接: 基于LLaMA-Factory微调llama3成为一个角色扮演大模型,保姆级教学零基础,导出GGUF格式前篇-CSDN博客 首先根据上期
- 2024-07-13Llama2大语言模型在云GPU(AutoDL)上进行训练微调(自定义数据集)
Llama2是Meta开源的语言大模型,它经过训练的数据集包含2万亿个token。相比Llama,Llama2的上下文长度已经从2048扩展到4096,这使其能够理解和生成更长的文本。Llama2包括了多个模型,分别是7B、13B和70B的模型。一、准备工作在autodl平台租用实例(直接搜索,有许多租用教程,建议租
- 2024-04-29镜像:数字时代的自我呈现与虚拟重构
在数字时代,镜像的概念已超越了传统的物理范畴,它不再仅仅是水面或镜面上的反射,而是深入到了我们日常生活的各个角落。作为信息技术发展的重要成果,数字镜像已成为人们认识自我、展现自我和重塑自我的重要工具。#人工智能#AutoDL#AutoDL算力云#GpuMall智算云#阿里云立即免费体验:htt
- 2024-01-31算力云平台AutoDL使用
AutoDL算力云|弹性、好用、省钱。租GPU就上AutoDL这个是网址 在算例市场中挑选自己想要的配置选好之后点击1卡可租在这有基础镜像社区镜像我的镜像三种基础镜像就是选择你自己的环境假如你用的是python可以选择第一种然后运行这些命令就可以了社区镜像主要
- 2024-01-19详细教程:AutoDL如何配置深度学习环境?
摘要:本文在AutoDL提供的JupyterLab中配置了深度学习环境。首先创建了base环境,然后创建了自己的环境(命名为x9py38),并在x9py38环境中安装了一些深度学习包,具体包括PyTorch、jupyterd2l和ipykernel。一、创建环境进入JupyterLab,具体操作如图所示。进入终端。在终端中输入v
- 2023-12-01AutoDL 使用记录
AutoDL使用记录1.租用新实例创建实例需要依次选择:计费方式\(\to\)地区\(\to\)GPU型号与数量\(\to\)主机注意事项:主机ID:一个吉利的机号有助于炼丹成功价格:哪个便宜选哪个最高CUDA版本:影响了后面的环境配置支持网盘:尽量选择支持网盘,后面传数据集会好些镜像
- 2023-11-23AutoDL跑深度学习代码
前言:写这篇文章主要是记录自己租用云服务器并跑复现深度学习论文代码的过程。租用服务器租用好后,就能够在容器实例中查看。配置conda环境对自己租好的容器实例进行开机,点击JupyterLab-->终端,进入Linux系统终端。进入之后,输入vim~/.bashrc,按i进入vim的编辑模式,移动到
- 2023-05-26摆脱设备限制,用AutoDL平台玩Stable Diffusion
Stablediffusion是一个非常强大的开源AI绘画软件,自发布以来,便受到了用户的欢迎。不过,作为一款深度学习模型,Stablediffusion对设备的性能有一定的要求。像笔者的GTX1650就跑得很勉强,于是只能找平台搭远程玩了。这里记录一下笔者使用AutoDL玩Stablediffusion的过程。我用
- 2023-05-16AutoDL的GPU服务器的使用
跑深度学习代码,我的1050ti已经要烧着了,运行cyclegan的时候算了一下,200层epich要运行4天三夜,因此这里尝试使用AutoDL的GPU云服务器来跑代码,很便宜,一小时才一块来钱。注册账号首先是注册自己的账号,这里没什么可说的。租用GPU卡这里我们要点击算力市场,然后按量计费(这样可以随时控
- 2023-04-15[深度学习]服务器推送信息到手机
效果原理微信服务号是可以推送模板类消息到个人账号的,gpu服务器在训练的时候,把重要信息通过post请求发到服务号的服务器,然后以模板消息推送给微信。但只有企业或者个人经营企业才能注册服务号,所以我使用第三方的服务。一个是autoDL的推送,一个是server酱。本来以为不在autoDL机
- 2022-10-02AutoDL安装记录
(可以不配置自己的基础环境即只使用安装pytorch版本的一个步骤,但是PyTorch中torch、torchvision、torchaudio、CUDA 版本的关系必须对应,否则gpu不运行。) 点击终端输
- 2022-08-16autodl-训练HGNN
报错情况: 一开始以为是yaml版本不对,后来从代码处入手:参考:(92条消息)[报错]yaml.constructor.ConstructorError:couldnotdetermineaconstructorforthetag‘ta
- 2022-08-15autodl-配置图神经网络环境4
pipinstalltorch-scatter-fhttps://pytorch-geometric.com/whl/torch-${TORCH}+${CUDA}.htmlpipinstalltorch-sparse-fhttps://pytorch-geometric.com/whl/torch-
- 2022-08-15autodl-使用2配置环境
1.安装pytorch StartLocally|PyTorch 进入虚拟环境