本地训练或者跑一些代码，比如用深度学习处理行人识别的视频，比较慢，又没有足够的钱换硬件啥的（比如说博主，穷的一塌糊涂，没有钱配好的电脑），这时候考虑用一些算力平台来跑代码。
博主接触的是tesra平台，链接
注册登录后点击 项目

第1步点 上传，第 2步选择 项目框架，第3步选择 网络类型，第4步选择 项目文件，第5步点击 上传。即可上传项目

上传完成以后点击 训练平台，进入训练平台

先点击 导入项目，然后点击 导入，即可导入刚刚上传的项目

下面是最关键的，把本地跑的源码改为平台上跑的注意事项。相对路径无需更改，如果使用绝对路径，平台项目的路径为’ /home/项目名/ '，如果要输出数据，输出目录要改一下，改为 '/home/output’我这里要输出视频文件，也更改如下：
先选择要运行的.py文件，然后选择训练参数，可以选择kreas，TensorFlow(有1.12及以下、2.0可以选)，pytorch，Mxnet，Caffee等，python版本，GPU数量也可以选。

运行后，发现报错，见下图。

搜了一下，是有一条cv2.imshow函数没有注释掉，注释掉就可以，要想看的话也可以，这里附上链接
注释掉以后，再次点运行，顺利跑成功代码。见下图，代码跑完，视频输出成功，比我自己笔记本跑的快多了。

备注：
1、InFlex平台训练报错can not connect the network，可根据下面方式解决，需要到平台训练的同学请按如下方式操作：

第一步：将数据集压缩成“.zip”格式，放在项目根目录下上传，
第二步：在调用数据处理相关文件前，写入解压代码，本例子写在了启动函数的开头

解压代码为：
import zipfile
zobj = zipfile.ZipFile("./data.zip")
zobj.extractall(path="./")

2、 出现ModuleNotFoundError: No module named '***'报错，在本地跑时经常容易出现这个问题，要去下载、配置相应的模块,在此处也是原因为平台环境中缺失此包。
解决
（1）.在项目根目录中创建requirements.txt文件
（2）.写入缺失的包名及版本，例如缺失opencv-python包，则在requirements.txt中写入
opencv-python==4.1.0.25
（3）.保存requirements.txt
（4）.启动项目
即可很方便、快捷的就能解决这个问题