部署YOLOV5环境到服务器进行多GPU训练

# 部署YOLOV5环境到服务器进行多GPU训练

### 访问官网进行注册并登录

[点我访问AutoDl官网](https://www.autodl.com/home)

#### 购买一台GPU服务器：


### 通过vscode链接GPU服务器：

#### 安装插件


#### 配置连接信息


### 安装服务器中的YOLOV5-GPU环境

#### 到torch官网：

[点我访问torch官网](https://pytorch.org/get-started/locally/)


#### 复制命令到终端，安装pytorch,记得把pip3改为pip

```

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

```


#### 最后等待安装完成即可

### 复制自己本机跑通的YOLOV5代码到服务器


#### 注释这里我们通过vscode进行上传文件，也可以通过其他方式进行上传

#### 先解压文件


#### 进入yolov5-7.0文件夹根目录将tqdm>=4.64.0改为tqdm>=4.63.1输入以下命令：

```

pip install -r requirements.txt

```

### 在服务器中安装python扩展


### 重连服务器，重新打开目录yolov5目录准备训练


#### 如果出现Downloading https://ultralytics.com/assets/Arial.ttf to /root/.config/Ultralytics/Arial.ttf...：

```

多等一会或者多运行几次即可，实在不行可以手动在本地找到这个字体文件复制到服务器中的/root/.config/Ultralytics/目录下

```

### 因为代码我们在本地已经跑通了，所以直接运行train.py即可进行默认单GPU训练：


### 如果你需要进行多GPU训练，可以参考以下步骤，前提是你真的买了两个GPU哦：


#### 既然是多GPU就要合理调试batch-size中的值，可以适当微调，观察显卡显存，如果显存没满可以持续增加batch-size，默认训练epochs的值是100，如果你数据足够多，可以搞500epochs，当然了多GPU训练请先确保你的数据有5000-30000数据再使用。

### 好了本期教学分享到这里