这个问题真的困扰了我很久，之前折腾了半天好歹用ssh连上了，可是和cmd一样的界面甚至我不了解服务器的文件结构，感觉在墨汁组成的海水里面潜水，从此以后敬而远之。
但是终究还是要用到的，所以还是硬着头皮学了，还好这次学会了（可能吧
服务器其实就是一个很强的电脑。我们平时在电脑上跑代码，移到服务器上了而已，相当于多了一个戴手套的步骤，而这个手套是我们自己的电脑。
首先，我选择了vscode连接，因为他方便美观高度集成，安利哦。
password是huangshan
基础安装部分
首先你需要师兄师姐给你开个账号。需要账号密码以及服务器的ip地址
其次电脑上要安装好vscode
最后要安装ssh，git/openssh都可以，在cmd里面where ssh可以告诉你ssh的安装位置，没有就说明没有安装。
开始吧
首先在vscode里面安装remote ssh，这是用于连接的工具。
点击安装就好。
之后就会出现1的图标，点击，在点击2的图标。
然后就会出现上面的配置文件，选第一个。
输入自己的服务器ip地址和账户，00只是我自己取的名字，大家任意。
保存好之后就可以在左边看到刚刚设置的服务器，点击这个图标就可以连接了，左边是当前页显示，右边是新窗口显示，随意。
在连接之前需要对vscode进行配置，文件-首选项-设置-扩展找到Remote-SSH中将其中的Show Login Terminal选中.
开始连接：
点了前文说的图标就会出现这个，选择linux。
然后输入密码。
界面显示这个就说明连接成功了，点击右上角的+号。
像cmd一样的控制台界面就出现了， 就可以开始使用了。
使用：
点击打开文件，就可以看到服务器的文件目录构造。
那么如何新建一个文件夹呢，只要 mkdir 文件夹名称/touch 文件名称。上面是创建文件夹的演示，创建成功之后目录就会改变。
删除文件、文件夹，只要rm -f 文件夹/文件的路径，上图演示因为已经cd到文件所在位置所以只需要写名字。
上传文件和下载使用scp命令
Linux scp 命令用于 Linux 之间复制文件和目录。
scp 是 secure copy 的缩写, scp 是 linux 系统下基于 ssh 登陆进行安全的远程文件拷贝命令。
scp 是加密的，rcp 是不加密的，scp 是 rcp 的加强版。
做了一件很蠢的事情。。。。。我在VS登录服务器的命令行界面上跑这个命令，这是不对的，因为对于这个命令行来说他的地址就是服务器的目录下的地址，我们应该直接到本地的cmd上面去运行这个命令。
最好先cd到你要传输的文件的地址。
然后
scp 文件名 username@ip：服务器地址
scp -r 文件夹名/ username@ip:服务器地址
之后输入密码就会开始传输了。
安装anaconda
首先用 wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh 这个命令安装anaconda的安装包，最新的版本去anaconda官网上面找，没有wget要另外装哦。
然后输入 chmod +x Anaconda3-2023.03-Linux-x86_64.sh 和 ./Anaconda3-2023.03-Linux-x86_64.sh 这两条命令开始安装。接下来一路Enter，中间需要输入两个yes。
如果少输入一个，就说明你错过了把anaconda放进环境变量的机会。就打开 .dashrc 文件。
在末尾加入 export PATH=/home/anaconda3/bin:$PATH ，路径需要根据你自己的具体位置改哦。
然后用source ~/.bashrc 保存。
最后输入 anaconda -V 和 conda -V 这两条命令check一下装好了没有
安装python
直接在命令行界面输入 wget https://www.python.org/ftp/python/3.11.2/Python-3.11.2.tgz
使用tar -xvzf Python-3.11.2.tgz 解压
然后 cd Python-3.11.2
配置安装目录
./configure –prefix=/usr/python
应用配置
./configure –enable-optimizations
进行编译 make
执行安装 make install
check一下 python3
装一半发现原来有自带的， python命令行用exit()退出或者quit().
安装cuda
cat /proc/version查看操作系统版本 选择合适的cuda
Linux version 5.4.0-144-generic (buildd@lcy02-amd64-069) (gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu118.04)) #16118.04.1-Ubuntu
所以我选 linux x86_64 Ubuntu18.04 runfile(local)
安装的命令是wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.run
(不是的，12.1是最新的版本，要先用nivida-msi看看自己电脑最高支持的cuda版本，然后下载小于等于那个版本的，比如我的电脑是11.4 现在开始重装 想死)
sudo sh cuda_11.4.4_470.82.01_linux.run
如果太慢了可以把.com改成.cn
结束进程的命令是 Ctrl+C 挂起进程的命令是 Ctrl+S (刚刚下载到崩溃了)
chmod +x cuda_11.4.4_470.82.01_linux.run
sudo sh cuda_11.4.4_470.82.01_linux.run（非root用户不能sudo） 或者 ./cuda_11.4.4_470.82.01_linux.run
因为我是非root用户这里踩了很多坑
首先接上面的命令。
选择continue，按回车
等一会儿，就会进入这个界面，输入accept，回车
然后会进入这个界面，里面的X像上图一样选择，然后进入CUDA Toolkit
里面的X像上图一样选择，然后进入Change Toolkit install Path
在这里输入一个目录，要符合自己文件目录来改一改。
然后返回到最前面，进入Options，选择 Libary install path
同样修改里面的目录
最后回到最前面选择install
忘记截图了，install成功了之后会显示上面的内容（我网络上找的）
像前面一样，在.bashrc里面修改添加路径
最后用nvcc -V 来check一下。
安装pytorch
首先需要创建一个虚拟环境
conda create -n pytorch-gpu python=3.6
可以通过conda info –env看已经创建的环境
用 source activate pytorch-gpu / conda activate pytorch-gpu 启用环境
退出用 conda deactivate
删除用 conda remove -n pytorch-gpu –all
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=12.1 -c pytorch
![avatar][base64str110]
![avatar][base64str110]
![avatar][base64str110]
![avatar][base64str110]
![avatar][base64str110]