网站：https://www.autodl.com/
购置服务器
上传 文件
1. Linux压缩及解压缩常用命令
1.1 zip ：文件压缩（跨平台兼容）
基本语法：zip [选项] [压缩文件名.zip] [要压缩的文件/目录]
| 选项 | 含义 |
|---|---|
-r |
递归压缩目录（必须加，否则只压缩目录本身，不包含内容） |
-q |
安静模式（不显示压缩过程） |
-m |
压缩后删除原文件（move，慎用） |
-u |
向已有的 zip 压缩包中添加新文件 |
-d |
从已有的 zip 压缩包中删除文件 |
-9 |
最高压缩级别（默认是 -6，级别越高，压缩率越高，速度越慢） |
① 压缩文件 / 目录
zip file.zip file.txt # 压缩单个文件 file.txt 为 file.zip
zip -r docs.zip docs/ # 递归压缩 docs/ 目录为 docs.zip（必须加 -r）
zip -r9q photos.zip photos/ # 最高级别压缩 photos/ 目录，安静模式
② 压缩文件 / 目录向已有压缩包添加文件
zip -u docs.zip new_file.txt #向docs.zip中添加 new_file.txt
③ 从压缩包删除文件
zip -d docs.zip old_file.txt #从 docs.zip 中删除 old_file.txt
④ 压缩并删除原文件
zip -rm temp.zip temp/ #压缩 temp/ 后删除原目录（慎用！）
1.2 uzip : 解压 .zip 文件
基本语法: unzip [选项] [压缩文件名.zip]
| 选项 | 含义 |
|---|---|
-d |
解压到指定目录（目录不存在会自动创建） |
-l |
查看压缩包中的文件列表（不解压） |
-q |
安静模式（不显示解压过程） |
-o |
覆盖已有文件（无需确认） |
-n |
不覆盖已有文件（遇到重复文件跳过） |
① 解压到当前目录
unzip docs.zip # 解压 docs.zip 到当前目录，会提示覆盖确认
② 解压到指定目录
unzip photos.zip -d /home/user/pics/ #解压photos.zip到 /home/user/pics/
③ 查看压缩包内容（不解压）
unzip -l docs.zip
④ 强制覆盖解压（无需确认）
unzip -o docs.zip # 覆盖当前目录中同名文件，不提示
2. linux常用目录命令
cd .. # 返回上一级目录
cd ../.. # 返回上两级目录
cd 或 cd ~ # 返回到用户的主目录
cd / # 返回到根目录
cd - # 返回到之前所在的目录
ls：#列出目录内容。
pwd：#显示当前工作目录的绝对路径。
rm example.txt #删除单个文件
rm file1.txt file2.txt file3.txt #删除多个文件
rm -r my_folder #删除目录及其内容
一般在服务器上有几个常用的命令，比如unzip是解压，cd是打开目录，pwd是查看目录，cat是查看文件。
首次运行需要conda init bash
yolo模型训练选用的环境一般选用minconda最新版本即可
将yolo的源码上传至autodl-tmp数据文件夹中：
查看是否有显卡及cuda版本：nvidia-smi
配置加速：
conda config-remove-key channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config--set show channel urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
conda命令
conda create -n yolo python==3.8.5 #创建环境
conda activate yolo #激活环境
conda env list #列出所有的环境
conda env remove -n yolo #删除环境
安装torch
conda install pytorch==1.8,0 torchvision torchaudio cudatoolkit=10.2 #注意这条命令指定?ytorch的版本和cuda的版本
conda install pytorch==1.10.0 torchvision torchaudio cudatoolkit=11.3 #30系列以上显卡gpu版本pytorch安装指令
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly # CPU的小伙伴直接执行这条命令即可
安装完成后测试torch
1. python
2. import torch
3. print(torch.cuda.is available())
4. exit()
pip install -v -e . #yolov8系列里有toml文件可以使用此命令快速安装
pip install -r requirements.txt #其他老版本可以使用requirements.txt文快速安装
参考链接：
https://www.cnblogs.com/yxysuanfa/p/19095342
)
