VScode/Xshell连接学校服务器

vscode连学校服务器

  • 1.连接atrust VPN
  • 2.Xshell连接服务器
    • 2.1创建一个自己的用户
  • 3.xftp传文件
  • 4.vscode连接服务器
    • 4.1下载remote-ssh
    • 4.2连接服务器
    • 4.3激活conda环境
    • 4.4运行代码
  • 5. pytorch版本不兼容解决方案

1.连接atrust VPN

如果是使用的是校园网,可以不连接
VScode/Xshell连接学校服务器_第1张图片

2.Xshell连接服务器

用自己学校的邮箱注册xshell和xftp是免费的
VScode/Xshell连接学校服务器_第2张图片
按照老师给的信息填,连接服务器
VScode/Xshell连接学校服务器_第3张图片

VScode/Xshell连接学校服务器_第4张图片
连接成功~

2.1创建一个自己的用户

建议避免以 root 用户身份进行运行,而是创建一个非管理员用户,并以该用户身份运行安装和执行命令。

adduser 用户名

VScode/Xshell连接学校服务器_第5张图片
从root更换到自己用户

su - 用户名

VScode/Xshell连接学校服务器_第6张图片
文件路径自动保存在/home下
VScode/Xshell连接学校服务器_第7张图片

如果想要删除用户,可以使用deluser这个命令

deluser 用户名

VScode/Xshell连接学校服务器_第8张图片

3.xftp传文件

xftp连接服务器的方式同xshell
VScode/Xshell连接学校服务器_第9张图片

4.vscode连接服务器

4.1下载remote-ssh

VScode/Xshell连接学校服务器_第10张图片

4.2连接服务器

VScode/Xshell连接学校服务器_第11张图片
我是在xzr用户下安装的anaconda和pytorch
进入自己在xftp转存的代码项目文件夹
VScode/Xshell连接学校服务器_第12张图片

4.3激活conda环境

使用 conda activate 命令激活所需的环境

conda activate 环境名

这个环境是我之前安装pytorch就创建好的,环境名我也设置的是pytorch
在这里插入图片描述

4.4运行代码

python train.py

VScode/Xshell连接学校服务器_第13张图片

5. pytorch版本不兼容解决方案

服务器安装pytorch流程:学校服务器安装anaconda并配置pytorch环境
VScode/Xshell连接学校服务器_第14张图片

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.

这个错误提示是因为您使用的 PyTorch 版本不兼容您的 NVIDIA GeForce RTX 3090 GPU 设备。
根据错误消息的描述,您的 GPU 设备 (NVIDIA GeForce RTX 3090) 的 CUDA 能力架构(sm_86)与当前安装的 PyTorch 版本不兼容。当前版本的 PyTorch 支持的 CUDA 能力架构为 sm_37、sm_50、sm_60 和 sm_70。

使用服务器运行项目,使用的是服务器的环境(即服务器的虚拟环境和其中的pytorch),与连接服务器的本机就是你的电脑应该是没有关系的。
1.查清楚服务器是否安装有cuda驱动(这里是在终端执行)

nvidia-smi

如果有他会形成一个表格,在右上角,有cuda的版本号:
VScode/Xshell连接学校服务器_第15张图片
2.根据这个版本号下载合适的pytorch(一般安装在你创建的虚拟环境里),也建议你pytorch的安装去官网找下载链接

你可能感兴趣的:(vscode,服务器,pytorch,机器学习,ssh)