VScode/Xshell连接学校服务器

vscode连学校服务器

• [1.连接atrust VPN](#1.连接atrust VPN)
• 2.Xshell连接服务器
• • 2.1创建一个自己的用户
• 3.xftp传文件
• 4.vscode连接服务器
• • 4.1下载remote-ssh
  • 4.2连接服务器
  • 4.3激活conda环境
  • 4.4运行代码
• [5. pytorch版本不兼容解决方案](#5. pytorch版本不兼容解决方案)

1.连接atrust VPN

如果是使用的是校园网，可以不连接

2.Xshell连接服务器

用自己学校的邮箱注册xshell和xftp是免费的

按照老师给的信息填，连接服务器

连接成功~

2.1创建一个自己的用户

建议避免以 root 用户身份进行运行，而是创建一个非管理员用户，并以该用户身份运行安装和执行命令。

adduser 用户名

从root更换到自己用户

su - 用户名

文件路径自动保存在/home下

如果想要删除用户，可以使用deluser这个命令

deluser 用户名

3.xftp传文件

xftp连接服务器的方式同xshell

4.vscode连接服务器

4.1下载remote-ssh

4.2连接服务器

我是在xzr用户下安装的anaconda和pytorch

进入自己在xftp转存的代码项目文件夹

4.3激活conda环境

使用 conda activate 命令激活所需的环境

conda activate 环境名

这个环境是我之前安装pytorch就创建好的，环境名我也设置的是pytorch

4.4运行代码

python train.py

5. pytorch版本不兼容解决方案

服务器安装pytorch流程：学校服务器安装anaconda并配置pytorch环境

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.

这个错误提示是因为您使用的 PyTorch 版本不兼容您的 NVIDIA GeForce RTX 3090 GPU 设备。

根据错误消息的描述，您的 GPU 设备 (NVIDIA GeForce RTX 3090) 的 CUDA 能力架构（sm_86）与当前安装的 PyTorch 版本不兼容。当前版本的 PyTorch 支持的 CUDA 能力架构为 sm_37、sm_50、sm_60 和 sm_70。

使用服务器运行项目，使用的是服务器的环境（即服务器的虚拟环境和其中的pytorch)，与连接服务器的本机就是你的电脑应该是没有关系的。

1.查清楚服务器是否安装有cuda驱动(这里是在终端执行）

nvidia-smi

如果有他会形成一个表格，在右上角，有cuda的版本号：

2.根据这个版本号下载合适的pytorch(一般安装在你创建的虚拟环境里），也建议你pytorch的安装去官网找下载链接