【零】连接远程Linux服务器,跑pytorch程序

第一步,下载SSH连接软件

这里推荐两种软件:

Xshell和Xftp:支持windows
Termius:支持windows、mac、linux、android、ios。
使用文档:https://docs.termius.com/,接触到的新的东西,如果必要的话,在说明文档中总可以找到问题的答案。

优缺点:Xshell和Xftp是仅支持windows的经典的SSH连接软件,可以以家用/学校的名义免费下载使用。Termius支持多种操作系统,但是仅有14天的试用期,然后要进行收费。当然,如果身份是学生,可以申请github学生包免费使用。

下载链接:
Xshell和Xftp:https://www.xshell.com/zh/free-for-home-school/
这个样子的:
在这里插入图片描述
在这里插入图片描述

Termius:https://www.termius.com/windows
下载安装,申请账号登陆以后是这个样子的,我们可以看图片左下角,只有13天的试用时间:
在这里插入图片描述
xshell和xftp可以直接免费使用了,下面简单讲一下如何申请GitHub学生包:

地址:https://education.github.com/
Tips:网站莫名其妙经常崩掉,操作需要点耐心。即使搭梯子,也是崩。
在这里插入图片描述
在这里插入图片描述
当然,也可以用另一种上传学生证的方式来进行申请,申请提交以后,再次打开这个网页,会有这个样子的一段话:
在这里插入图片描述
然后,用着14天的试用期,等申请通过后,去下面的网址,将你的Termius账号与GitHub账号关联:
https://termius.com/education

在这里插入图片描述
然后,就可以免费使用了。

第二步、如何使用Xshell/Xftp 或者Termius?

如何用?首先应该知道是做什么的。
Xshell是命令界面,远程连接Linux服务器。主要通过在终端以Linux命令的方式来跑python代码。而Xftp是可视化的界面,来远程连接Linux服务器,主要用来通过可视化的拖拽操作来传输文件到服务器上。
Termius是一个软件,把这两个软件的功能集成了。

其实都一样的,下面以Termius为例进行详细的讲解:
1.注册申请登录以后:
在这里插入图片描述
点击”new host“,一般填好下面四个就可以了。
在这里插入图片描述
然后,双击你hosts中新创建的。就可以进行连接了。
在这里插入图片描述
”add and continue“
在这里插入图片描述

第三步、如何服务器跑pytorch程序–termius为例?

这里可以可视化的查看服务器上的文件,以及把你的项目文件拖拽到服务器上面
在这里插入图片描述
进去以后,大概就是这个样子,然后,新建或者选择你自己的文件夹:
在这里插入图片描述
将你的项目拖拽进去(项目已经在本地调试的没用任何问题了)
在这里插入图片描述
然后去去左侧的终端控制台:
在这里插入图片描述
先进入你自己放项目文件的相应目录,
然后执行 python xxxx.py,就可以了。
你也可以nvidia-smi看一下显卡使用情况。前提是,你的整个项目要配置运行没问题,这里默认服务器上已经装好了pytorch的运行环境了,如果没用装好,可以自行去搜查。

有关linux的命令,需要自己去学,这里写几个常用的:
cd … 返回上一级目录

cd …/… 返回上两级目录

cd或cd ~ 返回home目录

cd - 目录名 返回指定目录

ls 当前目录下文件

nvidia-smi 显卡使用情况

有问题,欢迎指出,我们一起讨论。博主有点菜,会的东西不多,但是:有错就改,不会就学。

### 配置 PyTorch 运行环境 为了在云服务器上成功配置并运行 PyTorch,可以遵循以下方法之一: #### 方法一:基于 Anaconda 的 PyTorch 安装 通过 Anaconda 创建特定于项目的隔离开发环境是一种常见做法。这有助于管理依赖关系,并确保不同项目之间的库不会相互干扰。 创建新的虚拟环境时指定 Python 版本: ```bash conda create -n torch_env python=3.9 ``` 激活新创建的虚拟环境以便在其内部安装其他软件包: ```bash source activate torch_env ``` 接着,在已激活的环境中安装 PyTorch 及其相关工具集。对于 CUDA 加速的支持取决于目标硬件是否支持 GPU 计算以及所使用的操作系统版本等因素。这里假设不需要 GPU 支持,则可以直接使用 CPU-only 版本: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` #### 方法二:不借助 Anaconda 直接安装 PythonPyTorch 如果偏好不用 Anaconda 来管理和部署 Python 环境,也可以直接利用操作系统的包管理系统来完成相同的工作。以 Ubuntu 发行为例,可以通过 APT (Advanced Package Tool) 获取官方维护的最新稳定版 Python 解释器及其扩展模块。 首先更新本地APT缓存并安装Python解释器: ```bash sudo apt update && sudo apt install python3.9 ``` 验证安装成功的 Python 版本号: ```bash python3.9 --version ``` 为了让 `python` 命令指向刚刚安装好的 Python 3.9 解释器(此步为可选项),可以根据实际情况决定是否执行下面这条命令: ```bash sudo ln -s /usr/bin/python3.9 /usr/bin/python ``` 之后同样需要设置 pip 工具用于后续安装第三方库文件: ```bash curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py python3.9 get-pip.py rm get-pip.py ``` 最后一步就是安装 PyTorch 库本身了。考虑到兼容性和性能优化方面的要求,建议访问官方网站获取最适合当前平台架构和需求的具体安装指南[^2]。 无论采取哪种方式,一旦完成了上述步骤就可以开始编写测试脚本来确认一切正常工作了。例如尝试导入 PyTorch 并打印出版本信息作为简单的功能检测手段: ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('Running on CPU only.') ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

OWN CODE WORLD

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值