前言

使用云服务器训练自己的网络模型，可以大大节省训练时间，本文将以Mask-RCNN 环境配置为例，讲解TensorFlow在云服务器中的环境配置

一、下载并安装FileZilla软件

该软件用于将文件从本地上传到云服务器

二、云服务器的租借

在AutoDL平台租借云服务器
点击租借以后进入如下界面配置镜像：
选择项目所需版本的Tensorflow环境

点击：“立即创建”

点击“控制台”“容器实例”，找到刚创建的实例，将SSH登陆账号与密码复制粘贴到文本框（使密码可见）

打开FileZilla软件，点击左上角站点管理器

点击创建新站点

点击右侧“协议”，选择“SFTP”

将AutoDL平台复制的信息按下图进行对应写入

成功连接后，FileZilla主界面如下：

左侧为本机文件库，右侧为云服务器文件库，直接通过复制、或拖拽的形式，便可以将本机文件上传到云服务器中
！！！注意！！！

文件必须上传到 autodl-tmp 文件夹中，这才是云服务器的数据盘，其余文件夹·默认为系统盘

文件上传完毕后点击控制台对应实例的“jupyterlab”，进入远程控制界面

远程控制界面如下

点击“终端”，可进入base环境，使用cd命令进入对应文件夹下

(base) root@autodl-container-7a964b9870-5d04a113:~# cd autodl-tmp/mask-rcnn-tf2-master

运行之后，终端进入项目文件夹中，显示如下：

也可自行配置虚拟环境

环境配置完毕后，可以运行train.py进行项目训练了

项目运行过程中，可以点击AutoPanel来查看GPU调用情况，方便调整batch_size