pytorch 使用免费gpu测试训练（aistudio）yolov4为例

摘要

aistudio提供免费的v100 16显存，能供进行训练，我在训练分类的时候是没用问题的，训练eff网页就会卡掉。所以这个只能供学习小幅度训练。或者使用aistudio提供的python环境进行日常工作也是不错的选择。
链接：https://pan.baidu.com/s/19UHswzgQgUFrw_DmNj-S_w
提取码：1234
先去下载里面的pytorch whl文件和yolov4算法和权重。

创建notebook

第一步登录官网进行账号注册 https://aistudio.baidu.com/aistudio/index
第二步，点击项目，我的项目，进行创建项目

这里其他信息随便填，点击创建数据集，提前吧自己用到的文件压缩包，和权重上传

这里我上传了pytorch版本的yolov4和权重，这里将我网盘里面的whl下载一起上传。不然通过conda下载pytorch版本速度很慢。

点击创建就行了，这里就启动实例就可以了，或者你需要再次上传东西点击修改，然后在上去其他的压缩包即可

我这个时候没有gpu，使用cpu进行yolov4进行推理也行，如果进行训练的话早上7点多都是能够抢到gpu的。

work下的东西会保存，放在其他位置的文件都会被清理。data是你上传的压缩包的位置，可以把压缩包都复制到work下进行。终端的话是操作linux命令比较方便。现在我就把data下的数据转移到work下。

首先点击data ，找到你自己的上传的数据，这里就是为了知道路径，

点击终端，进行linux命令，不会linux可以先百度学习一下常用的命令。

开始进行复制移动data下的文件,
cp 是移动文件，cd是切换目录，unzip就解压命令，ls显示当前文件下的文件

由于刚才cd到了work下，所以现在需要cd … 返回上一级目录，在此进行移动权重到yolov4的weights文件下

然后在切换到yolov4的目录下，开始进行推理

忘记使用pytorch的环境是需要提前安装的。需要去网上下载whl文件在进行解压的。

https://download.pytorch.org/whl/torch_stable.html 选择版本进行下载。每次创建新的环境都需要配置一个，比较麻烦，有v*n直接使用colab比较方便。
或者直接输入命令下载，不过比较慢conda的命令下载，（直接下载我网盘分享的即可）

我采用的第一种，由于我不训练，我就安装的touch1.1版本和 torchvision0.3版本，上传的whl文件。由于我事先忘记安装了，所以我通过之前提到的修改重新上传的文件。

成功的进行了预测。

总结

如果进行训练的话需要在上传数据，然后pytorch.whl文件是通过我上面方的连接下载的和通过unzip 解压即可。能够满足分类的训练。