所用云GPU租赁平台：
- Featurize：https://featurize.cn(收费)
- 飞浆AI Studio：https://aistudio.baidu.com/(免费)
以ultralytics yolo模型训练为例，下面将根据我的一次模型训练经历分享Featurize云GPU平台的使用方法
AI Studio用法会在本文最后附上
案例：基于yolo11s.pt训练自己的目标检测模型
- 步骤一：租赁一个满足个人需求的GPU，我租的是RTX 3080，一个小时0.93，也可以按天和按月租，相对会便宜一些。
- 步骤二：在”我租赁的实例”可以看到租赁的具体GPU和一些基本信息，云GPU有多种使用方式，打开工作区/ssh连接/vscode…，这里主要介绍直接打开工作区的方式
其他三种连接方式没有具体测试过 - 步骤三：打开工作区之后，可以通过拖拽的形式将压缩包添加到工作区，还可以在终端下载所需的库
- 安装ultralytics库 —>
特别注意需要修改numpy的版本，numpy2.x版本会有不兼容问题，需要降级到1.x版本，pip install numpy==1.26.0 —> 
- 准备好数据集和配置文件
修改的yolo11s的配置文件
- 准备训练脚本文件，加载数据集和配置文件
- 开始训练，在终端输入python3 train.py即可开始训练
- 训练结果会保存在runs/detect/trainx/weights/best.pt，在runs/detect/trainx目录下可以看到很多训练的具体参数，例如可以在result.csv看到具体每轮训练的参数，例如mP50等参数。
下面将介绍一下AI Studio的使用方法：
说明：AI Studio每日运行项目即送8点算力，可使用高级GPU V100 16GB算力运行16小时
界面
简单使用
点击左下角的项目，创建项目
右上角新建一个项目，选择Notebook
打开项目后在页面中间的位置点击GPU可以更换不同的GPU和CPU
可以点击右上角的专业开发，会进入到类VSCode的编程环境。
后面具体的使用和VSCode里一致，这里不再详细描述。
使用云GPU服务器训练会让很多没有好硬件条件的同学也能很方便的训练自己的深度学习模型，还能解放电脑，边训练边工作，希望这次的分享能够帮到你😊
