本文重点参考了以下三个视频，首先花了大概3天时间把这个视频的4个小视频P1-P4在本地环境中全部跑通了。这个具体过程我的另外3个博客里面有详细的记载。
踩坑无数后，我用10分钟搞定了YOLOv8/v11最稳环境配置 (CPU)-P1
https://www.bilibili.com/video/BV1mwkQBwEQv?spm_id_from=333.788.videopod.sections&vd_source=3747aa9602a75ae24c8193b6dc40a604
只是在本地都会有个问题，普通电脑的显卡都不能跑大一点的深度学习项目，于是想到怎么迁移到远程服务器autodl上。在B站上找到下面两个视频，特别是第一个讲得特别详细，基本上我也都复现成功了。第一个视频前几集免费后面买全套要280元，我暂时还舍不得买，如果有大神愿意分享请发我QQ邮箱542009647@qq.com。
深度学习炼丹必修！AutoDL 租 GPU 全流程教学，跑通深度学习项目
https://www.bilibili.com/video/BV1s2YdzNESZ/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=3747aa9602a75ae24c8193b6dc40a604
适合新手小白的用AutoDL远程训练PyChram
https://www.bilibili.com/video/BV1QBqkYqELL/?spm_id_from=333.788.top_right_bar_window_history.content.click&vd_source=3747aa9602a75ae24c8193b6dc40a604
第一步就是注册autodl账号
https://www.autodl.com/login
注册登录后选择右下角的充值即可。
充值后点算力市场，选择地区和显卡。根据需求选择和地区和GPu显卡型号，自己以前的两个实例都选的RTX4090优先选择显卡空闲数量多的，防止别人占用了你用不了了。
autodl除了显卡有可能被别人挤占之外，就是你的实例通常要在15天内要无卡模式开机一次，否则你配置的conda环境就没有了，要重新配置，挺麻烦的，特别是初学者，不过你要像我一样爱写博客记录，也不所谓。特别是现在有AI了其实也简单，要安装什么依赖包就截图问AI就好了，然后就各种pip install就行了。这里关键是你要清楚你的文件夹位置在哪所以两个基础命令cd和ls切换目录和查看里面的内容就很常用。其实你不知道安装命令就截图问豆包之类的免费资源就行了，也可以问Gemini和chatGPT。
本次我采用的是YOLO现在改名了叫ultralytics 了。ultralytics 项目没有传统单独的 requirements.txt，它用pyproject.toml管理依赖，或者把项目内容截图直接问豆包之类的AI工具，他自动会给你推荐框架如何选择的。这次没有显卡都能跑的简单tomato检测的例子，所以就问了一下豆包，她就说基础框架选下面的就可以了。如果要复现论文中复杂的项目要看requirements文件或者environment.yml类似的环境文档，但是.yml文件在自动化安装的时候容易报错，要借助Gemini之类的工具转换成requirements格式的文档才方便你pip install自动化安装。
选好了地区以及框架后，创建并开机，实例就有了。
此时费用较高，所以应该关机选择无卡模式开机。只有在炼丹训练/预测的时候才选择正常开机，在配置conda环境上传文件都没必要正常开机，太费钱了。
点控制台，选已经创建好的实例，右边更多里面第一个就是“无卡模式开机”。只有开机才会显示SSH登录指令和密码，以便后面连接pycharm远程解释器以及File-Zilla数据传输软件。无卡模式只启动CPU和内存，释放GPU给其他用户。价格极其便宜(通常约0.1元/小时)。非常适合用来单纯地下载庞大的数据集、进行文件解压，或者配置Conda环境。
实例有了以后就是用gitclone或者软件FileZilla直接拖拽来上传你的项目，项目一般都放在/root/autodl-tmp这个文件夹下面，包括创建conda环境都要切换到这个文件夹下，尽管在这个文件夹下创建但实际的环境所在位置的路径是，/root/miniconda3/bin/conda如果不知道位置可以用conda env list命令去查看。
上传代码和数据集我只推荐File-Zilla数据传输软件，连接好可以直接拖拽带结构的文件夹
下面介绍FileZilla的SSH连接方法。点文件，站点管理，输入主机端口号用户名和密码，点连接。
auto DL无卡模式开机后复制的两个内容如何填到相应的位置？主机就是@后面的内容，用户名为root，密码就填密码，端口就填root前面的数字，Pycharm连接SSH的时候方法类似 登录指令 ssh -p 35361 root@connect.nmb1.seetacloud.com 密码MqRA3Ds0D8VQ
这个登录指令只有在开机状态下才会显示出来，登录指令和密码很重要后面如果要和PyCharm或filezilla通信时要
用到登录指令和密码
一般配置的时候我们选无卡模式（更多里面），比较便宜，实际用再有卡开机，先关机，再点更多
AutoDL 上配置 Conda 环境的注意事项。
在远程服务器上先配置好环境，再利用SSH相关数据连接
而且pycharm要是专业版的才有SSH。
一键批量安装命令（复制到 Jupyter终端tomato文件夹下直接运行）
pip install ultralytics torch torchvision opencv-python pillow matplotlib pycocotools cython numpy scipy pandas seaborn tqdm pyyaml loguru albumentations
黄色警告可以忽略，红色error要处理。不知道安装什么就用环境文件或者直接截图问AI缺啥补啥就行了。
下面讲一下pycharm如何连接SSH。
设置，构建、执行、部署；选部署，映射里面可以同步本地和远程文件夹的路径，不同pycharm版本界面不一样，需要自己找一下。同步本地和远程路径的时候注意本地文件夹也用正斜杠/，否则可能出现找不到自己新建的tomato的情况，这里按照280元的那个视频反复操作了几次才成功。在python文件里面也要调试路径，否则会报错。
pycharm终端也要改为远程的SSH。这里开始没找到自己的conda环境，但是要把本地切换为SSH。
就是带远程主机端口号的环境，选上。
下面是解释器正确连接的样子，出现自己的conda环境tomato才算正确，视频3里面就不是自己创建的环境，勾选上就会疯狂报错，可能他用的是base环境。没有隔离，或者缺少环境依赖包吧。
在pycharml的终端里面运行文档，跟在Jupter里效果一样
首先要激活tomato，然后cd切换到项目文件夹，最后在执行python3 predict.py文件。否则有个虚拟的963字样的文件夹根本就不是你的项目位置，你执行啥都是错的。所以像cd和ls这类基础命令是很常用也很重要的。
运行起来有结果就行了，这里只是简单预测演示，训练的过程应该也是同样的道理，比较费钱，就自己脑补一下吧。这里不建议用pycharm的绿色运行按钮，感觉很卡，就直接用终端，反正现在命令都可以问豆包。至于其他细节参考开头第二个视频去做就可以了，有时候一次未必能成功复现，多试几次，事实证明都是可以的，可能由于pycharm版本不同略有差异，不断截图问豆包基本可以调通的。我就是这么调的，有时候太累的第二天就调好了。多问，多重复几次就通了。
最终成功的在pycharm终端里复现出了结果，但是发现autodl-tmp文件夹下面的result_0并没有回传到本地文件夹，也就是传输是单向的
我这里没有正常开机因为项目小，不需要GPU也能运行。如果是训练大项目就要正常开机了。
最后一句话总结一下大体思路：无卡开机> FileZilla拖代码进autodl-tmp>终端 conda配环境>关机换有卡开机conda activate+python predict.py
