在AutoDL上部署一个自定义的Python环境并在pycharm上使用
#AutoDL
#GPU
#租显卡
如何在AutoDL上部署一个自定义的Python环境
下面将会给出如何在AutoDL部署一个自定义的Python环境的详细步骤，希望可以帮助到同样对于显卡具有需求的同学。
注册账号
首先登陆AutoDL官网：https://www.gpuhub.com/register
链接: AutoDL官网
租用GPU
在充值后（可以先冲2元尝试）之后点击租用实例，后点击租用新实例：
此时我们会进入算力市场，找到一个满足我们需要的GPU进行租用，例如我们此处选择了3090，并选择自带的miniconda帮助我们配置自定义环境（推荐自己配置环境，方便对环境进行管理）
这就是租用完成的状况：
配置环境
重点
先关闭主机，之后选择无卡模式开机用于配置环境（无卡模式价格远低于开机状态）
之后使用jupyter配置环境：
点击终端进入终端
之后如同使用conda配置环境一样(这里只给出简要示例，具体如何使用conda创建一个环境请自行搜索)：
创建环境：
激活环境：
安装所需包（此处举例为scikit-learn）：
至此具体的环境就配置好了。
Pycharm远程连接
返回容器实例界面会看见登录指令
接下来在项目中打开添加解释器，使用ssh方式添加，点击新建
注意图片中填写的对应内容，文本文件中这里两行分别是上图中展现出的登录指令中的两项。
填写密码
出现下图说明连接上了
Pycharm对应映射
注意这里的根目录是root，环境和代码都应放在root目录下，
注意这里的两个映射
等待完成之后可以打开机器执行本地的代码了。
同步
如图可以从服务器上下载和上传到服务器
此处可见是在远程上执行的代码
