为什么使用云算力：
最近，学校的课程开始人工智能实训，家里的笔记本显存不足（6G），只能借助云算力跑模型，踩过一些坑。这篇经验总结不是教导如何学习人工智能，而是如何使用云算力。
注册
送算力，没什么好说的（图1）
图1 右侧看算力卡 创建项目
（图2）
图2 点击项目->创建项目
如果你的文件中有.sh和.py 选脚本任务就对了（图3）
图3 脚本任务
然后直接下一步（图4）
图4 直接点
创建数据集，把电脑的文件拖进去，注意，无法文件夹拖入。
Q：“啊？那我数据集只能混在它的一个文件夹里吗？真不好用！”
A：“可以在创建项目前建立多个数据集，选择添加数据集，这个是按文件夹拖入的。”
（图5）
图5 两种添加数据集的方法
点击我的项目，看见新创建的项目（图 6）
图6 个人项目
看见run.py和run.sh了吗？它只能运行py和sh文件
Q：“好可怕的注释，满满一页的使用说明，好可怕!!!”（图7）
欢迎进入召唤师峡谷，老子又不是没挂过科
什么垃圾东西，老子用cpu算，不用gpu了！
爸！买张3090，学习用！
小手一点，复制下面的代码
图7 代码注释。sh
只需要修改.sh文件
如果你有兴趣，愿意多花些时间仔细阅读它的文档，同样可以弄明白（图8）不过，浓缩才是精华！
图8 文档说明
首先，毋庸置疑！文档里最重要的莫过于python的库了，因为它决定了你的代码能否跑起来。
AI Studio拥有绝大部分的库，但是，但是！例如pytorch，argparse和sentence-transformers竟然没有！！！
不过——我们完全可以自己安装！就像安装自己电脑的环境一样！
安装缺失的环境
在.sh文件的开头，加入 ：
pip install 库名（图9）
图 9
Q：“后面一串什么 -i 巴拉巴拉的要不要呢？”
A：“其实不用，它会自动跳到清华镜像站下载的。即使我加了阿里云，它还是去了清华。
修改.sh文件中数据集的路径
在这里，数据集的路径由两部分组成：（固定死的，复制就完事了）'/root/paddlejob/workspace/train_data/datasets/' + '（图10）复制的相对路径'
图10 点击复制
文件夹同理，点文件夹的复制路径按钮
为了方便起见，我建议修改成它建议的：datasets_prefix="/root/paddlejob/workspace/train_data/datasets/"（为了利用重复的根路径）
train_datasets="${datasets_prefix}复制的相对路径"（=号前面的名字随便改，=后面复制就完事了）
结果输出
把输出路径改为：（固定死的）
output_dir = "/root/paddlejob/workspace/output/"

完整见图（图11）
图11 完整图运行
启动命令填入：
bash run.sh

保存提交，一气呵成
点击历史任务查看提交情况

据我个人经验而言，很大概率你会遇到以下问题：
Q：“库的缺失”

A：“在.sh文件中“pip install”
Q：“训练过慢”

A：“cpu在跑，gpu根本没用上。你需要更新云端计算机的cuda，很麻烦是不是？这会发生在0.5算力卡的低端计算机上，但是！！！如果你改用4算力卡的，就没问题！！！我也不知道为什么，反正我碰到过！！”
Q：“呜呜呜，4算力卡也不行。”
A：“请看”

A：“有时候，云计算机的最新库会被你新安装的库卸载掉一些组件，导致版本变低，无法满足cuda的要求。你只需要找到requires XXX库==XXX版本 这句话，在安装库的最后加上pip install XXX库==XXX版本 即可！我个人猜测，这就是为什么AI Studio缺失库的原因。”

报错，加上，重复几遍就绝对可以运行了！
Q:“我下载库很慢怎么办？”
A：“通常来讲，镜像源很快才对，但是！！！也有例外，比如我遇到的”

我不清楚是没有镜像还是什么，慢的离谱！！这种似乎还是从国外下载的。
我建议换个时间段，比如大清早，美国人都睡了？也许，这时候网速就贼快。
Q：“那个……”
A：“stop！打住！其他的我就没遇到过了！请把报错的几行复制，粘贴，百度！通常，这能解决99%的问题。”