远程连接服务器

生成本地公钥

打开windows PowerShell，输入命令

ssh-keygen -t rsa -C:\Users\邹阳

一直enter，最后生成.ssh文件，其中含有id_rsa私钥id_rsa.pub公钥，在linux生成个人用户时需要使用该公钥创建用户（一般将该公钥发给服务器管理员）

创建个人用户

在连接好的linux中创建个人用户zy（这个一般是实验室服务器管理员执行）

// 方式一 (useradd只是创建了一个用户名，并没有在home目录下创建同名文件夹，也没有创建密码，所以需要加上 -m 和 -p)
sudo useradd -m 用户名 -p 密码
// 方式二 （推荐 在/home目录下会自动创建同名文件夹）
sudo adduser 用户名

连接个人用户

生成密钥对

linux私钥生成过程

1、ssh-keygen -t rsa -b 4096 (这里-b指定了长度，也可以不添加-b参数)
2、之后会在/home/zy/.ssh目录中生成两个文件：id_rsa和id_rsa.pub

检查文件

// 进入.ssh文件 看authorized_keys文件是否存在，如果有不用操作，没有则创建一个，将id_rsa追加进去。
cd .ssh
touch authorized_keys			
cat id_rsa.pub >> authorized_keys

修改权限

// 修改.ssh的权限为700 读写执行的权力
chmod 700 /home/nams/.ssh 
// authorized_keys的权限为600 读写的权利
chmod 600 /home/name/.ssh/authorized_keys

连接服务器方式

1）下载finalShell

使用日常用户：zy

服务器ip：202.117.21.53 （型号：RTX 3090）

不使用密码登录，使用私钥登录，这里的私钥可以是本地在windows上面生成的私钥，也可以是linux上面创建了个人用户之后生成的私钥

ps: 注意本地的私钥要求是pem格式，因此如果要用本地的私钥需要进行转换，转换过程就是在终端中输入如下命令（这里zyy是之前对id_rsa的副本）那么转换后的私钥就是zyy，可以在finalshell中使用了，在finalshell中使用的好处就是可以不用每次在终端登录时输入ip

ssh-keygen -p -m PEM -f C:\Users\邹阳\.ssh\zyy

2）windows终端或者git bash连接

ssh zy@202.117.21.53  // ssh用户名@服务器IP地址

之后回车登录成功

连接winSCP

主要用于本地机器与服务器之间传递文件

需要用户名（服务器上账号）主机名（服务器IP地址）私钥（ppk格式，使用本地的私钥或者服务器上私钥然后转换成ppk格式即可）登录

获取个人账户私钥

// 方法一：linux中复制 （推荐）然后本地新建一个文件，将复制的内容粘贴到该文件
cat id_rsa
// 方法二：使用winSCP连接到服务器然后下载文件

VSCode下连接

下载remote ssh插件

点击SSH后面的设置按钮选择进入config，然后进行配置

# Read more about SSH config files: https://linux.die.net/man/5/ssh_config
Host server
    // hostname表示IP地址
    HostName 10.181.14.168 
    // user表示用户名
    User zy
    // 表示个人用户的私钥
    IdentityFile C:\Users\邹阳\.ssh\id_rsa

保存之后进行连接

问题：

过程试图写入的管道不存在

解决：

1、仔细检查自己的配置

2、删除掉known_hosts文件（在config文件夹中）

3、不使用OPENSSH，而是使用git的ssh（在Git\usr\bin\ssh中)

成功解决

连接成功之后左下角会显示自己当前已经连接的主机名，可以看到绿色的连接成功标志

文件也与远程端口的文件同步

配置服务器tensorflow环境

1、推荐镜像下载anaconda3

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

如果下载不下来，可以使用其它镜像

2、在服务器中安装anaconda3

bash Anaconda3-2022.05-Linux-x86_64.sh

一路yes或者enter键安装，在这里需要注意的是：安装过程中有将path添加到环境变量中，选择yes，如果直接回车或者不添加则之后需要自己配置文件

3、检查是否安装成功

conda --version
anaconda -V
python -V(anaconda 自带的python版本)

4、配置tensorflow环境

将清华源默认为下载源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

创建一个虚拟环境 tensorflow便于之后跑代码

// 查看你的家目录下有哪些虚拟环境
conda env list
// 激活虚拟环境env1
conda activate env1
// 创建一个虚拟环境env1
// python=xxx很重要 这代表了你的虚拟环境将会使用的python版本
// 不指明的话就会默认使用anaconda里面的python版本，可能会导致后面的pytorch以及TensorFlow因为python版本原因而挂掉。
// 如果指定的虚拟环境python版本和anaconda里面自带的版本不一样，那系统会帮你下载安装指定版本的python。
conda create --name(-n) env1 python=xxx
// 删除一个虚拟环境env1
conda remove --name(-n) env1 --(俩-)all

// conda 会自动安装 cudnn、cudatoolkit
conda install tensorflow-gpu==2.6.0

5、测试GPU是否可用

python
import tensorflow as tf
tf.test.is_gpu_available()

7、通过vscode跑代码

下载python interpreter

在连接好服务器的页面，Ctrl+Shift+P打开面板命令：python：Select Interpreter，选择配置好的tensorflow 环境作为远程python解释器

之后运行远程项目即可

参考文章：

(94条消息) vscode连接远程服务器 + Tensorflow2环境配置 + 深度学习训练_SevenBerry的博客-CSDN博客

(94条消息) 配置服务器pytorch/TensorFlow环境+远程连接vscode_vscode中配置tensorflow__ccccyl_的博客-CSDN博客

linux命令

pwd当前路径

ls命令用于显示指定命令工作目录下的内容，列出目前工作目录所含文件和子目录