目录

1. 远程服务器的链接

2.  远程连接网络

2.1 查看网址信息

2.2 连接网络

2.3 注销

3. 搭建TensorFlow

3.1 进入base

3.2 退出base

4. 搭建TensorFlow

5. VSCode连接服务器

5.1 下载

5.2 安装

5.3 安装插件

5.4  添加服务器连接配置

 5.5 连接服务器

6.  终端运行代码


        为了记录一下最近学习用远程服务器跑代码的步骤,也给小白提供一些可利用的教程,才下了这个文章,希望能有所收获。我先说一下我要做什么,避免你们迷路。

       需求:远程连接服务器,利用vscode调试代码并运行,即一边调试一边运行。

1. 远程服务器的链接

这里不想过多的说,你可以找一些可以链接远程服务器的软件,我用的是Xshell这个软件,感觉还是挺好的。

vscode中如何安装tensorFlow_远程服务器

2.  远程连接网络

        由于服务器没有图像化界面,并且搭建环境需要网络,所以只能通过命令的形式登录校园网。当然,如果你能自己解决网络问题,这章就跳过吧。

2.1 查看网址信息

你需要在windows下查看校园网登录页面源码,获取要提交的字段名称。

vscode中如何安装tensorFlow_服务器_02

 就是寻找账号,密码,登录对应的name。

2.2 连接网络

下面这条命令可以登录校园网:

curl 'http://ip' -d "DDDDD=student_id&upass=password&0MKKey="

注意:ip,student_id,password都换成相对应的值。

vscode中如何安装tensorFlow_运维_03

 会出现html的代码,我只截取了一部分。(我的是这样,我也不知道你们会是啥。)

vscode中如何安装tensorFlow_tensorflow_04

 这就代表你连接上了。

2.3 注销

等到你把需要下的东西都下好了,想要退出自己的上网账号的话,执行下面的命令就可以了:

curl 'http://ip/F.htm'

注:只需要填写ip对应的值即可。

3. 搭建TensorFlow

        首先,你要明白的是,我是利用了anaconda搭建的Tensorflow,前面我也有文章写过怎么在windows下搭建环境,这里你自己去搜一下怎么在liunx下安装anaconda,我不做过多的赘述。

3.1 进入base

        首先,我们安装好anaconda后,要进入到anaconda的base下,如果你已经在base下了,那么这一步就可以跳过了。

        我这里安装的是anaconda3,因此,从系统环境进入到base下只需要一个命令即可:

source ~/anaconda3/bin/activate

 

vscode中如何安装tensorFlow_tensorflow_05

 可以看到前面出现了括号,里面是base,这就表示成功了!!

3.2 退出base

        从base下退回到系统环境也只需要一个命令即可。

source deactivate

vscode中如何安装tensorFlow_运维_06

4. 搭建TensorFlow

        其实,这里与windows下搭建环境是一样的。

1)你要在base下先创建一个你自己的房间(环境)。

conda create -n your_name python=??

注:要将your-name换成你想要的名字,并确定一下python版本号

vscode中如何安装tensorFlow_运维_07

出现yes/no,就输入yes即可。 

2)进入到创建好的房间

conda activate your_name

vscode中如何安装tensorFlow_tensorflow_08

 3) 下载TensorFlow

        tensorflow和tensorflow-gpu的区别,前者需要在CPU中运行,对于硬件条件的要求不高,后者则是需要额外安装 GPU 驱动和 CUDA 工具包,并且只能在支持 GPU 的硬件上运行。这里,我安装的是tensorflow-gpu,如果你的硬件条件不太好,则安装tensorflow即可。

conda install tensorflow-gpu

vscode中如何安装tensorFlow_远程服务器_09

        你也可以像python一样指定你要下载的版本号,这里,我就不指定了。如果你不知道你有哪些版本号,你可以输入下面指令查看:

conda search tensorflow-gpu

5. VSCode连接服务器

5.1 下载

        你们可以前去官网,根据你的系统下载VSCode。

vscode中如何安装tensorFlow_运维_10

5.2 安装

 直接无脑安装即可,如果你到了这一步不知道怎么勾选,就按照下面这个进行勾选就行:

vscode中如何安装tensorFlow_远程服务器_11

注:

1)通过code 打开“操作添加到windows资源管理器文件上下文菜单 :把这个两个勾选上,可以对文件使用鼠标右键,选择VSCode 打开。
2)将code注册为受支持的文件类型的编辑器:不建议勾选,这样会默认使用VSCode打开支持的相关文件,文件图标也会改变。
3)添加到PATH(重启后生效):建议勾选,这样可以使用控制台打开VSCode 了。

5.3 安装插件

        在扩展里面搜索Chinese(简体中文)、SSH这两个插件。一个是语言汉化包,另一个是需要远程连接的插件。

vscode中如何安装tensorFlow_远程服务器_12

vscode中如何安装tensorFlow_服务器_13

vscode中如何安装tensorFlow_服务器_14

安装完SSh后,会出现小电脑的图标:

vscode中如何安装tensorFlow_运维_15

5.4  添加服务器连接配置

       点击添加按钮,输入远程服务器的地址,账号和ip根据自己的情况进行修改,如下图所示:

vscode中如何安装tensorFlow_tensorflow_16

 

vscode中如何安装tensorFlow_tensorflow_17

        回车保存刚才输入的信息到配置文件

vscode中如何安装tensorFlow_运维_18

        此时,就可以在SSH TARGETS中看到添加的远程服务器地址了(如果没有,就点上面的刷新):

vscode中如何安装tensorFlow_运维_19

 5.5 连接服务器

        右键选择远程服务器,点击在当前窗口中连接(Connect to Host in Current Window:

vscode中如何安装tensorFlow_tensorflow_20

选择服务器的系统:

vscode中如何安装tensorFlow_运维_21

如果远程服务器能够连接成功,此时会需要你输入密码:

vscode中如何安装tensorFlow_运维_22

连接成功,会在左下角显示hot号:

vscode中如何安装tensorFlow_tensorflow_23

接下来你就打开你保存在该服务器上的代码文件夹即可。

vscode中如何安装tensorFlow_服务器_24

你可以在该软件下开启终端,然后就可以一边编写代码,一边运行程序。

vscode中如何安装tensorFlow_服务器_25

vscode中如何安装tensorFlow_运维_26

6.  终端运行代码

        你可以自己选择,一是在你的远程连接软件上运行终端代码,二是利用我上面说的VSCode中的终端运行代码,这两个都是可以的,用第二种打开能够避免运行的程序不在激活的环境中这种情况。这里我以VSCode进行演示。

1)查看进程

nvidia-smi

vscode中如何安装tensorFlow_tensorflow_27

 在最后一行,你可以看到没有程序正在运行。

2)进入环境

        看一看,你的指令前面有没有(base)这个,有就说明你已经进入到base下了,否则,按照第三章所讲进去到base下,然后激活自己的环境。

conda activate your_name

3) 进入程序所在文件夹

        你激活环境后,用命令运行py文件时,会发现不能运行,很有可能是没有进入到代码相应文件夹下,你需要通过cd指令进入,如图所示:

vscode中如何安装tensorFlow_运维_28

 4)运行程序

        输入下面代码就可以运行程序。

python xxx.py

        如果你代码调试成功,并且想挂在后台运行,即使关掉终端也能运行,并且将日志写入记事本中,你可以输入下面代码:

nohup python xxx.py &

你会发现在你的文件夹下会有一个txt文件,这就是日志。

vscode中如何安装tensorFlow_远程服务器_29

但是这样你关不掉正在运行的程序,你只能杀死进程。

kill -9 PID

这里的PID号可以通过第一个命令nvidia-smi进行查询。