相信很多刚接触人工智能学习的人会遇到这个问题，当时用笔记本的CPU在跑一个Unet，19个epoch要跑半个小时，电脑内存也爆满。
- 先跑一个简单的网络试试看，比如Unet
Unet代码可以在unet代码下载
用自己的轻薄本CPU跑的情况如图，电脑要炸啦
- 后来又想去买显卡，看了看价格还是望而却步了。而且学这个很多人都是学生，无收入。要想搭建gpu环境，配置最好RTX2060以上，这已经很贵了。笔记本跑大模型很有可能也会烧坏显卡。目前实验室还没有多余的显卡让我使用，所以就决定考虑租用GPU服务器。
- 看了几个GPU服务器，一开始看的是谷歌的免费GPU服务器，如下图
具体的Google colab操作流程可以点击链接进行学习
在Google colab可以使用GPU和TPU加速
试了下效果还是可以的
但是缺陷也暴露了出来，就是会限额！！！原因可能就是一直挂着硬盘但一直空闲不用，占用了其他人的资源，这对我们是很不友好的，需要紧急使用的情况下又用不了，另外就是Google Colab是一个jupyter，上传文件，操作文件，运行代码方面有很多不便，所以最后还是弃用了。
- 使用MistGPU 官网地址
优点就是，和其它租用GPU服务器的网站相比，界面真的很简洁，很容易就上手，而且邀请好友注册就会送使用金额哦，相当于白嫖。下面是部分界面
价格2-8元/h都有，价格也不贵。可以根据自己实际情况进行选择。
还可以选择预装软件框架，不用自己去重新配置环境，是不是很方便？
- 然后代码可以在服务器上运行，也可以用Pycharm远程连接GPU服务器运行，这样就可以在pycharm上面高速运行深度学习代码了，详细点击pycharm连接服务器教程
- 下面是pycharm远程调用MistGPU服务器跑的Unet
- 具体如何使用MistGPU请看官网介绍。由于时间紧促所知甚少，另外还有其他的一些gpu租用平台可以去了解一下，可以在下面留言。如果要长期使用GPU我建议还是买块显卡最好，如果是学生，预算不足可以考虑租用gpu，以上就是我的一些使用心得。