实验室一块GPU都没有怎么做深度学习？

前段时间，kaggle比赛+会议的deadline，快把我逼疯了，每天调参跑模型，最近终于解放了，不用绞尽脑汁和SOTA战斗，太苦了，现在有时间，正好补充一下之前的回答

主要是最近训练强度大，一直辗转各路GPU资源，也有了一点心得，特别是一些坑，建议大家提前闪避，总的来说，恒源云算比较靠谱的，下面就和大家分享一下我的踩坑经历吧

楼上的回答已经很丰富了，比如大家强力推荐的Google colab、kaggle这些国外资源，都有一定的免费额度，虽然我也注册并尝试使用了，但中途还是放弃作罢，体验过程实在有些折腾，对了，提前要备好梯子哈

先说Google colab吧，本以为一注册打开notebook，就可以开始训练了，但页面好像看不到GPU的选项，貌似只能等待被分配，点开帮助说明

官方说，不能保证资源供应、使用限额随时波动、GPU类型不停变化，只有这样，才能免费提供资源

原来，免费版只能用K80，只有收费版才能用T4、P100，emmm，还是把免费资源让给更需要的人，我再看看其他平台

打kaggle比赛的，肯定都蹭过官方的资源，听说一周有几十个小时，本着能蹭一点是一点的原则，我也瞧了一眼

GPU呢？为啥加速器里，啥都没显示？一查，原来得弄个谷歌助手，需要手机验证才行，还经常收不到验证码，我又裂了，国外的玩不转，国内的也许会更香呢

说起国内的深度学习平台，大家都知道度娘的AI Studio，我一打开官网，就被免费的算力卡吸引了，完成4个任务，就有机会获得，正当我进行第2个任务，开始创建自己的项目，勾选框架时，清一色的paddle框架，简单之美我领略到了

学习能力强的盆友，框架也许不是个事儿，我假装无事发生，继续下一步，终于到了选GPU的时候了，当然要高级版，V100，嗯还不错，显存16g，什么，不是32g版本的，那岂不是和3090差不多，让我再想想（要哭了

终于，懒癌晚期的我，累了，后面开始找一些国内的云平台，企图薅一些新人福利，不过也有惨痛的教训，有的平台服务太不稳定了，停电故障各种，虽然也有补偿，但是训练着急，耽误不了，一圈体验下来，恒源云

算非常稳的了，也没掉线过，环境配置还挺友好的，框架工具齐全，使用起来比较方便，适合学生党

创建实例时，速度还挺快，集成了Jupyterlab和Tensorboard，也可以PyCharm、VSCode远程连接

平台支持按分钟计费，关机也不扣费，我都是弄好环境，做个自定义镜像，下次使用时，可以直接通过自定义镜像创建

至于训练数据，我都是存在平台的NAS中，不用担心数据丢失，也不需要重复配置环境和传数据

而且，以前总是为各种数据集犯愁，有的数据集毕竟很大，个人硬盘和云盘都有限制，下载的时候不太方便，这家平台倒是提供了很多常用的数据集，可以直接在服务器上使用

我是年前注册的，注册和邀请的券，用来跑kaggle比赛，现在还有剩的，之后的paper，希望能挺住，感兴趣的盆友可以试一下，反正注册免费，还能无门槛体验英伟达最新机型3090

大家可以通过我的邀请链接注册，双方都有券，另外，学生党可以申请学生认证，领取学生专属折扣，邀请链接：

想起以前，大家还是用CPU训练，现在模型越来越复杂，数据集也越来越大，没有GPU几乎行不通，都是和时间赛跑

如果实验室没有资源，还是有必要和导师争取一下，不管是直接买卡，还是跟云平台合作，现在算力决定的时代，不得不认清现实，学术之路注定漫漫，和大家一起加油