一、注册网址

https://www.autodl.com/register

也可以通过微信扫码登录

二、当你需要在服务器上安装多个环境时

1、进入服务器线上提供的jupyterLab的终端里，输入：vim ~/.bashrc

2、移动光标到最后，输入i,会出现一个insert标志，按回车新起一行，

输入source /root/miniconda3/etc/profile.d/conda.sh

3、按Esc，退出

4、重启终端，输入conda init（如果出现，No action taken.或者其他一些错误，建议多重进几次终端尝试）

5、进入环境：conda activate base，这相当于本地anoconda配置中的基础环境；

（上述几个步骤，主要用于你想在服务器中构建多个环境，如果你只用一个环境，直接创建环境即可）

6、创建新环境：conda create -n yolov5 python=3.9

7、进入新环境，输入：conda activate yolov5

8、根据你选择的服务器的cuda版本，以及Python版本在pytorch官网中选择安装torch的代码PyTorch，

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

这里我的cuda版本是12.4，选择了12.1，一般来说版本新的可以兼容旧版本。

9、检验环境创建完成。

在服务器终端运行python，

这里我显示了False,是因为我的是无卡模式。

三、线上jupyterLab使用

1、实例创建

在算力市场上选择一个合适价格，合适性能的显卡，租用他。

这里你可以选择GPU的数量，和镜像（其实就是环境）

基础镜像的选择如上所示，你可以根据自己的需求选择，其实就相当于是你选择了你的电脑配置；

社区镜像，主要是别人上传的一些可供某些任务的环境，你可以直接拿来用

第三个是我的镜像，就是你之前自己在租用其他卡的时候创建的环境，可以保存，然后在这里直接拿来用

2、进入控制台

进入控制台，中的容器实例，开机你刚才选择的那张显卡。

3、进入jupyterLab

这里你就可以在终端中按照“二”中根据你的需求，配置一个或者多个虚拟环境

4、程序文件

程序文件的上传方式，主要为两种一种为直接通过jupyterlab界面左上方的向上的小箭头上传过来，但是注意无法上传文件夹，需要打包上传，或者是通过在下边这个界面的文件存储中选择你租卡的区，上传一个压缩包

上传的压缩包一般被存储在autodl-fs中

他是一个压缩包zip文件，需要我们解压文件到autodl-tmp（一般用来存放代码文件），

在终端中输入：

cd autodl-fs

unzip yolov5-5.0.zip -d /root/autodl-tmp/yolov5/

实现将yolov5-5.0.zip 解压到/root/autodl-tmp/yolov5/文件夹中

然后在终端中，跳转到yolov5文件夹，使用语句

python insofevs.py 运行程序，以上是在线上的一个简单使用教程

5、另一种上传下载文件的方式是利用Xftp,后续更新

四、pycharm远程连接AutoDL服务器

1、复制登录信息

在这个界面上有登录指令和密码：复制过来为

登录指令：ssh -p 33566 root@connect.bjb1.seetacloud.com

密码：9aIsq3ZuYOWY

其中，

登录指令中可提取到的信息：

Host:connect.bjb1.seetacloud.com

Post:33566

Username:root

2、配置pycharm

找到这里，添加解析器，选择SSH

将上面提取的登录信息填入

这里选择系统环境，选择系统环境的意思是你这一个服务器只有一个环境，你也只打算用一个环境，相当于本地环境，anoconda中自带的那个系统环境

如果，你按照“二”里配置了多个环境，你要选择他下方的conda环境

路径类似于这个，不是选择bin文件夹，而是envs文件夹下的环境名称，下的python

注意到这里还有同步文件夹，是相当于你将电脑上的项目文件，上传的服务器上的某个位置，当你电脑上的代码文件发生了变化，要同时修改服务器上的代码文件。

配置完之后会出现如下提示，选择“同步并自动上传文件”

之后也可以运行相应的代码，得到的结果如下

这是一个简单的AutoDL教程，不过足够你将你的程序文件跑起来。