如何使用远程linux服务器运行深度学习项目

一、软件安装

1. Xshell:用于登录远程服务器终端
2. Xftp：用于上传或下载远程服务器文件，可视化目录界面
3. （可选） Microsoft VS Code：轻量级代码编辑器，可通过配置连接远程，直接在编辑器上修改远程代码文件
   关于如何配置VS Code实现远程连接，可参考：
   vs code 远程连接服务器（超详细，图文说明）
4. （可选）远程桌面连接：（Windows自带）
   使用Windows登录远程，可参考：
   windows系统如何远程桌面连接

二、上传项目文件

 使用Xftp将保存在本地的项目文件上传到远程

三、在VS Code终端中运行代码

1. 进入到存放项目的指定路径

   cd [项目路径]
   

2. 激活python虚拟环境（如果远程服务器上没有虚拟环境需配置，见四常用Linux命令）

   source activate [环境名称]
   

3. 运行项目主文件

   python *.py --[选择改变的参数名] [选择改变的参数值]
   

四、常用Linux命令

 在使用远程服务器运行深度学习项目时，我经常会使用以下命令，在这里总结分享，特别感谢一下分享相关资料给我的师兄

1. python虚拟环境相关

1)创建环境

conda create -n [环境名称] python=n.n

2)激活环境

注：要在激活环境后运行项目，否则会报错找不到python项目中引用的包

source activate [环境名称]

3)取消激活环境

source deactivate [环境名称]

4)查看所有环境

注：可查看服务器中拥有的所有虚拟环境名称

conda info -e

5)删除环境

conda remove -n [环境名称] --all

6)查看已安装的包

conda list

7)获取版本号

conda --version

8)获取环境管理帮助

conda env -h

9)分享环境
1、首先激活环境

source activate [环境名称]

2、生成yml

conda env export > environment.yml

3、将yml放在工作目录

注：如果当前路径中已有yml环境配置文件，可直接跳过前面两步，执行此步

conda env create -f environment.yml

2. 后台运行相关

1)不挂断后台运行命令

注：运行日志输出到当前路径的log.txt（名字可自己修改）中

nohup [执行命令] > log.txt &

2)结束进程

注：不需要的进程记得结束，耗内存！

kill -9 [pid即进程id]

3)查看后台进程

注：grep相当于搜索，后面可输入命令的关键字

ps -aux|grep ***

3. 其他常用命令及快捷键

1)查看显卡状态（静态）

注：可通过此命令查看当前显卡运行进程情况，验证使用后台运行命令是否成功，成功，当前运行进程栏会显示运行进程的进程号

nvidia-smi

2)查看显卡状态（动态，定期刷新）

watch -n 0.1 nvidia-smi

3)查看磁盘剩余空间

df -h

4)快捷键:

注：注意在这里ctrl +c是终止进程，复制时最好选择右键进行复制，以防进程不小心终止。

ctrl +c 终止进程
ctrl +z 挂起进程（尽量不要使用，占内存！）

5)挂起后到前台继续运行

fg [pid]

 以上就是所有的总结和分享啦，如果说的有不对的地方，希望大家多多指正！