大二时候学习了深度学习后，开始上手自己训练模型。在训练过几个模型后，觉得使用自己的笔记本训练模型算力实在是吃紧 (后来还导致笔记本烧主板)，于是租用了 AWS 服务器进行模型训练。

AWS 服务器训练深度学习模型 (以 Yolov5 为例)

参考了李沐老师的视频

现在回过头来看，还是用 Google 的 Colab 会员训练似乎更划算一些，能租到 A100 和 T4，费用也不算太离谱

购买 AWS 服务器

注册 AWS 账号

AWS Console 控制台_亚马逊云管理控制台 - AWS 云服务

💡 申请实例数量需要经过亚马逊人工审核较耗时
配置服务器类型

系统 Ubuntu

较便宜 GPU 类型：g4dn
- 查看配置和价格网站
  
  Amazon EC2 Instance Comparison
存储从 8GB 改为 20GB 或者更大

选择密钥 (没有密匙的话可以新建一个)

复制 ip 地址

登陆服务器并配置环境

登陆服务器

SSH 连接到服务器

先修改权限连接服务器

#更改密钥权限
chmod 400 Downloads/key.pem
#连接服务器
ssh -i Downloads/key.pem ubuntu@***.***.***
#更新软件源
sudo apt-get update
#安装必要依赖包
sudo apt-get install build-essential
sudo apt-get install unzip

安装 CUDA 环境

去英伟达官网下载 cuda

CUDA Toolkit 11.7 Downloads

#安装cuda
sudo sh cuda.***.run
#选择accept然后install
vim .bashrc #我倾向于使用vim来编辑，选择一个自己熟悉的文本编辑器即可
#shift+g “G”跳到最后一行
LD_library_PATH=/usr/local/cuda-11.2/lib64

安装 miniconda

去 miniconda 官网获取安装链接 (根据服务器的架构选择对应的安装包，一般 x86 的 linux 机器选择 linux64bit 即可，arm 则对应 aarch64)

Miniconda - Conda documentation

#运行sh文件 安装
bash Miniconda3 Linux py39_4.9.2-linu-x86_64.sh
#按q跳过阅读 全程输入yes同意协议
#激活环境
bash
#新建环境
conda create -n yolo python=3.8 pip
conda activate yolo

安装 pytorch

去官网获取 pytorch 下载链接（Stable -Linux-Pip-python-CUDA11.*）

PyTorch

1 2	pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116 pip install -U jupyter

上传代码

git 下载 Yolov5 代码上传 jupyter notebook 代码

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

git https://github.com/ultralytics/yolov5.git
pip install -r requirements.txt
jupyter notebook
ssh -i Downloads/key.pem -L888:locahost:8888 ubuntu@****.****.***
#上传代码即可开始训练

开始训练

接下来就是开始训练模型了，第一次训练模型的时候完全不懂怎么训练，使用了质量不高的 Dataset，导致模型在测试集上的表现一直提不上去，就算使用了 Data Augment 和 Dropout 这些方法也无济于事，此外也尝试过使用迁移学习的一些方法，冻结部分网络结构的权重再进行针对性的训练，但是最终结果都还是不够理想。

后来发现了 Roboflow 这个网站上有大量的图像数据集，而且有 Health Check 功能，可以提前判断数据集的质量。最终找到一个质量还算比较好的数据集，最后还是训练出了比较满意的结果 (不过和那些 SOTA 模型还是没法比的 hhhh)