Xshell使用及训练深度学习模型；PyCharm连接服务器

建议写文件路径的时候写成 相对路径
这样传到服务器端也能直接运行

1.Linux命令

conda相关

conda info -e 查看所有环境
conda info --e
conda info --envs
conda env list

conda activate pytorch 激活对应环境

文件处理相关

cd MyFolderName 进入到需要运行的文件夹下
cd SD/ChangeDetection/FolderName 进入子文件夹
cd .. 上层目录
cd 切换到主目录

pwd 查看当前路径

ls 查看文件夹列表 (list的缩写) 用法：ls [参数] [文件]
如 ls -l 查看文件详细信息。缩写 ll

mkdir FolderName 新建文件夹
mkdir -p this/that/theother 建立嵌套子目录
rm -r FolderName 删除文件夹

mv aflie bfile 将 afile 重命名为 bfile
mv afile FolderName 把当前目录下的afile移动到 当前目录 FolderName 文件夹
mv afile ../ 移动到上层目录

待补充 压缩文件
unzip mydata.zip -d myfloder 解压缩到指定文件夹(文件名可以不加后缀，若目标文件夹不存在会自动新建）
unrar x mydata.rar　　会在当前解压目录内产生一个以压缩包名字命名的目录，目录内是解压内容，推荐使用

其他解压缩命令：tar（待补充）

python之后别忘了输入exit()退出python，才可重新进入命令行模式

其他

tab 键 自动扩充代码
clear 清屏
nvidia-smi 查看GPU占用情况

清内存？ 一般是kill掉这里显示但 nvidia-smi没有显示的
fuser -v /dev/nvidia*
kill -9 PID

2.上传文件（本地文件如何传输到服务器？）

建议传压缩包，再用命令 解压缩 。但是也很慢。

3 运行.py

1. Xshell中运行

cd MyFolderName 进入到需要运行的文件夹下
ls 查看文件夹列表
python train.py 运行.py文件

还可以设置GPU，比.py文件中设置的优先级更高
CUDA_VISIBLE_DEVICES=1 python train.py

# 待测试
cd SD/ChangeDetection/FolderName python train.py

CUDA_VISIBLE_DEVICES=0 python my_file.py  # 指定GPU
CUDA_VISIBLE_DEVICES="0,1" python my_file.py  # 多GPU一起使用

python main.py --data ISIC2018 --val_folder folder1 --id Unet  

cd NJHT/SDChangeDetection

2. ★ PyCharm 连接至 服务器 运行

参考 https://www.bilibili.com/video/BV1V44y127uD?vd_source=db1d96e72eebc08243333b73367f662a

PyCharm要用专业版？
记得要新建project，是基于整个项目的

建议提前用Xshell 复制粘贴 本地文件夹 至 服务器 可以只复制部分文件。
也可以只在Xshell新建文件夹，然后再在 PyCharm中直接将 project 复制至 服务器

（1）设置服务器

File-Settings → Project - Python Interpreter - Add -SSH Interpreter →
输入 Host ; Port ; Username。 以及 密码 or 密钥。
连接成功后然，在Add Python Interpreter 界面 ，选择服务器对应环境下的python.exe
（一般位于 /home/username/anaconda/envs/环境名/bin/python )

（2）本地-服务器 文件夹连接

Tools - Deployment - Browse Remote Host
→… (Shift+Enter弹出界面）

一定要 重命名 服务器的名字
一定要 重命名 服务器的名字
一定要 重命名 服务器的名字
否则多项目的时候无法 自动更新 本地代码修改 至 服务器。

1. Connection（文件夹连接） -Root path （设置 服务器文件夹目录）
2. Mappings（文件夹映射）： Connection后，点击 Mappings 选项，将 本地文件 映射至 服务器。
   建议提前用Xshell 复制粘贴 本地文件夹 至 服务器

至此，成功将本地文件连接至服务器，一般来说，可以实时同步。
若服务器端没有刷新，需要 Upload to (可以对文件夹 或者 单个.py 右击，Deployment-Upload to……）

---

补充说明

1. 有时候PyCharm 没有自动更新代码至 服务器

一般来说，针对每一个项目，都自动设置好了默认 自动更新代码。
前提是之前修改了 服务器的名字
即使后续 重命名了 本地文件夹名称，也不会影响服务器的连接。

（1）右击服务器名，设置默认即可。

（2）Tools-Deployment- 勾选 Automatic Upload

（3） 终极大法： 删除所有的 服务器 Python Interpreter；以及 Remote Host 。
全部重新设置。
在 重命名 服务器名称后， 目前没有出现这样的问题了

2. 新项目使用之前的服务器设置

打开新项目，设置 服务器的 Python Interpreter， Browse Remote Host 选择 对应的 服务器名，然后 设置 Connection和-Mappings 即可。
可能会出现 1 的 问题。

这里改了 Connection和-Mappings；因此 之前链接这个服务器 相同环境的 Interpreter 的项目就会失效。

如果在远程主机新建一个部署，还是会报找不到文件夹的错误。

猜测：
1.服务器的 Python Interpreter 与 1中的服务器名。要一一对应。（不可以在一个 Python Interpreter 下 新增服务器名。）
2.多个项目 使用相同的服务器环境，更改 Connection和-Mappings即可，先前项目链接失效。再次使用需重新设置。 （暂未找到针对项目设置服务器环境的方法。对项目新建一个服务器名，会报找不到文件的错误）