背景

深度学习非常依赖设备，训练模型就类似在“炼丹”，没有好的炼丹炉，想要复现顶刊中那些动辄8卡/4卡 Tesla V100显卡训练的模型，只能是“望洋兴叹”。

那么对于缺乏设备的“穷人”来说，有没有办法去白嫖免费的算力资源呢？经过我的调研，基本有以下三种途径：

• 谷歌的Colab
  谷歌的Colab可能不少人都用过，能够免费提供GPU，不过GPU的质量有点“开盲盒”的感觉，并且如果不花钱买它的pro服务，很容易产生连接不稳定的情况。

• 百度的Ai studio
  百度的Ai studio每周都能提供几十小时的免费GPU算力，不过缺点是只能采用百度自研的PaddlePaddle框架，终端没有root权限，想装其它框架非常麻烦，而且每次启动实例之后pip会被初始化。

• 移动的九天•毕昇
  九天•毕昇是近期移动新推出的算力平台，目前还在测试阶段。使用起来非常便捷，并且里面内置了多种框架，终端具有root权限，也可以自己装里面没有的框架。终端默认是装好Anaconda的，符合多数人的使用习惯。唯一的缺点是算力获取方式比较有限，维护较为频繁。
  本篇就将介绍该平台如何进行使用。
  平台地址：https://jiutian.10086.cn/#/register?token=MDdiNzE2ZDctNzY1OC00MmE3LTljZTAtZjc3NWY3YTI2NDk1

新建实例

创建好账号之后，进入到控制台页面，在模型训练这里点击新建实例。

新建实例时，需要选择挂载的数据集，平台默认提供了很多公开数据集，可以自行选择。

通常情况下，需要训练自己的数据，那么在创建实例之前，可以在数据管理这里上传自己数据的压缩包。

这里的资源套餐有三种，为了训练速度，选择最好的那种即可，可以免费使用一款V100的GPU。

运行实例

创建完实例之后，点击运行，稍等片刻，实例就开始启动。

启动完之后，平台提供了Jupyter和VSCode两种进入方式，经实测，建议选择Jupyter方式。

进入之后，新建一个终端，输入nvidia-smi，可以看到提供的一块Tesla V100显卡，显存约有32G.

再输入free可以查看内存情况，可以看到可用内存约为633GB.

开始训练

挂载的数据存放在data文件夹下，但是该文件夹没有读写权限，因此首先需要把数据解压出来。
新建一个文件夹，命名为dataset，然后进入到data文件夹中，将其解压到外面，以我上传的zip文件夹为例：

unzip data.zip -d /root/dataset

解压之后就可以在外面进行数据调用。

如果需要用notebook，选择合适环境新建notebook运行即可。
如果需要运行py文件，上传整个工程，再解压缩，在终端运行即可。

运行完成之后，实例会自动关闭，以便节省算力。下次打开时，会看到运行结果已经存放在文件夹中。

下载文件

最后就是将训练好的文件进行下载，如果是单个文件(例如模型文件)，右键->下载即可。

如果是整个文件夹，可以使用tar -zcvf 压缩包名.tar.gz 文件夹名先将其打包成压缩包，再下载即可。

Enjoy yourself!