使用MobaXterm连接服务器并利用Anaconda进行pytoch环境跑深度学习模型LeNet-5分类

1.准备文件：首先我们已经准备好了文件（模型文件model.py，训练文件train,py，预测文件predict.py）,pycharm写好的文件，如果没有准备可以去看以往文章，复制粘贴代码，用pycharm运行生成代码链接如下
深度学习pytorch实战一：LeNet图像分类篇且pytorch官方提供The CIFAR-10数据集分十类

如果你还没不知道什么是LeNet-5模型可以去看以往文章，链接如下
CNN经典网络模型详解LeNet（LeNet-1, LeNet-4, LeNet-5最详细, Boosted LeNet-4）发展和过程

2.上传文件：直接把这三个文件文件夹拖到MobaXterm你想放的文件夹下，如图中红圈地方，自动上传，上传地下显示几百k每秒。

3.服务器终端创建会话：创建会话的作用是，当你在会话里训练深度学习模型时，关掉服务器终端界面，它不会停止训练。
tmux new -s 会话名，如下，进入后如图

:~$ tmux new -s test1
%%会话名为test1
%%然后自动进入会话
[detached (from session test1)]

补充服务器tmux会话创建，进入会话，退出会话，关闭会话

%%主环境下查看有哪些会话 
tmux ls

%%进入当前已创会话
tmux attach -t 会话名

%%会话里退出当前会话
%%ctal+B再按D

%%关闭tmux建立的会话并关闭会话里申请资源
%%格式tmux kill-session -t 会话名
%%例如如下
wlc:~$ tmux ls%%查看当前有几个会话，以下两个
test: 1 windows (created Sat Nov  5 16:55:37 2022)
test1: 1 windows (created Sun Nov  6 22:14:49 2022)

wlc:~$ tmux kill-session -t test1%%关闭test1会话
wlc:~$ tmux ls%%查看当前有几个会话，以下一个

test: 1 windows (created Sat Nov  5 16:55:37 2022)

wlc:~$ tmux kill-session -t test%%继续关闭test会话
wlc:~$ tmux ls%%查看当前有几个会话，当前无会话

no server running on /tmp/tmux-1008/default

4.激活环境：会话里激活环境

wlc@hzsfxy-SYS-4028GR-TR2:~$ conda activate pytorch
%%激活环境
(pytorch)

5.进入py文件目录下：复制文件路径，cd 文件路径。ls 查看当前文件下文件。

(pytorch) cd /home/wlc/WKL/DL/pytorch项目练习/实战/Test1_official_demo

(pytorch) ls

说明.txt  model.py  predict.py  __pycache__  train.py

6：训练
先运行model.py,在运行train.py文件，在运行预测文件
python 文件名.py

(pytorch) python model.py
(pytorch)
(pytorch) python train.py
%%地下开始下载数据集或加载
Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz
  0%|▎ | 360448/170498071 [00:26<3:25:17, 13812.75it/s]  
  4%|       | 6881280/170498071 [09:17<5:12:40, 8721.50it/s]
  
  %%最后成功后当前文件夹会多一个权重文件以及数据集文件夹