【个人经验】使用 MobaXterm 连接服务器 + 环境配置 + 运行github代码
文章目录
使用 MobaXterm 连接服务器 + 环境配置 + 运行github代码
下载 MobaXterm
官网下载链接：https://mobaxterm.mobatek.net/
SSH 连接服务器
一般分两种情况：
情况一：直接 SSH 到服务器
在 terminal 输入：
ssh yourusername@server 第一次登录会出现提示，输入 yes，然后输入密码即可。密码输入时不显示字符属于正常情况，原因是terminal会隐去密码的显示。
如果使用 MobaXterm：
点击左上角 Session → SSH，根据提示填写信息。登录后软件会询问是否保存密码，可按需选择。登录成功后左侧能看到自己的文件目录。退出时输入：
exit MobaXterm 会自动在左侧生成一个 User sessions，下次直接点击一下就可以登录，无需重新配置。
情况二：需要 VPN 或跳板机（如不在校园内）
- 使用 VPN：连上 VPN 后与情况一相同。
- 使用跳板机（两次 SSH）：例如需要通过
xx.gateway
可参考这篇文章进行配置：https://blog.ZEEKLOG.net/dou3516/article/details/125720341
修改密码（如账号由管理员创建）
登录后输入：
passwd 按提示操作即可。
常见问题及解决方法
问题一：连接超时
ssh: connect to host xxxxx port 22: Connection timed out 可能原因：
- 网络防火墙：暂时关闭电脑防火墙后再尝试连接
- 需要使用跳板机但尚未配置：参考情况二
问题二：域名无法解析
ssh: Could not resolve hostname xxxxx: Name or service not known 如果你确定域名没写错，可能是解析问题。可向管理员要服务器的“数字 IP 地址”，再尝试连接。
问题三：学校 VPN 检查不通过（compliance check）
有些学校VPN对需要使用SSH的用户要求电脑启用了可识别的防病毒软件。你可能启用了无法识别的杀毒软件，例如联想电脑自带的“联想安全卫士”无法通过检测，关闭它、启用 Windows Defender 即可。
问题四：连接过程中突然断开或出现 keep-alive 信息
大概率是网络不稳定，可以尝试切换到有线网络。
其他：测试本地 SSH 是否正常
可使用公开测试环境：
ssh [email protected] -p 22 密码：password
配置环境
参考：
https://www.cnblogs.com/asandstar/p/18113131/
安装 Anaconda
参考：
https://blog.ZEEKLOG.net/weixin_44709340/article/details/115185044
查看系统架构：
arch 或使用更详细的：
lscpu 查看服务器是否已有 conda：
which conda 若输出为空，则需要自行安装到自己的用户目录下。
可以得到Linux服务器是32位（x86）还是64位（x86_64）的系统架构。
- 清华镜像地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ - bash运行安装脚本，条款一直回车直到结束。除了最后一个是否安装 VSCode 可选择否，其他全选yes就可以了。
测试安装：
which conda conda --version 环境变量说明：
安装后检查 .bashrc：
vim ~/.bashrc 如果已看到 conda initialize 的内容，说明自动添加成功。
如果没有自动添加成功，那么则需要按i进入编辑模式，在最末尾输入：
export PATH=$PATH:/home/username/anaconda3/bin 然后按esc，再输入:wq代表写入和退出文件。
两种情况添加完环境变量都需要执行：
source ~/.bashrc 如果 wget 下载出现 403 forbidden，可本地下载 .sh 文件后使用scp命令上传。
在本地对应文件夹打开 PowerShell：
scp Anaconda3-version-Linux-x86_64.sh remote_username@remote_ip:remote_folder 可以正确输出安装路径和安装版本即为安装成功。
如果仍然输出不了可以尝试一下关机重启。
创建虚拟环境
创建虚拟环境命令： conda create -n env-name python=3.10 Python 过旧（例如3.7）会导致无法使用pip安装 torch，例如报错：
ERROR: No matching distribution found for torch==2.0.1 查看 CUDA 信息
查看显卡支持的 CUDA 版本：
nvidia-smi 查看安装的 CUDA Toolkit 版本：
nvcc --version 安装对应版本的 PyTorch
可在官网查指令：
https://pytorch.org/get-started/locally/
或旧版本：
https://pytorch.org/get-started/previous-versions/
CUDA 一般可向下兼容。例如我的显卡为 CUDA 12.0，我选择安装 cu118 版本：
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 测试是否安装成功
- 终端输入
python进入python - 输入
import torch检查pytorch是否安装成功，未输出任何报错即为成功； - 输入
torch.cuda.is_available()，检查cuda是否正常和pytorch有联动。输出True即为成功。测试完输入Ctrl+D或者输入exit()退出python。 - 如果弄错了，可以使用以下指令删除一个环境：
conda remove -n env-name --all 检查是否已删除：
conda env list 下载项目到服务器并使用 MobaXterm 运行
- 按项目 README 的指示运行相应脚本即可。
进入项目文件夹并激活环境：
cd projectname conda activate env-name 克隆项目：
git clone https://github.com/username/projectname.git 进入工作目录：
cd your/work/dir 
