Xshell使用及训练深度学习模型；PyCharm连接服务器
目录
- 1.Linux命令
- conda相关
- 文件处理相关
- 其他
- 2.上传文件（本地文件如何传输到服务器？）
- 3 运行.py
- 1. Xshell中运行
- 2. ★ PyCharm 连接至 服务器 运行
- （1）设置服务器
- （2）本地-服务器 文件夹连接
- 补充说明
- 1. 有时候PyCharm 没有自动更新代码至 服务器
- 2. 新项目使用之前的服务器设置
建议写文件路径的时候写成 相对路径
这样传到服务器端也能直接运行
1.Linux命令
conda相关
conda info -e 查看所有环境
conda info --e
conda info --envs
conda env list
conda activate pytorch 激活对应环境
文件处理相关
cd MyFolderName 进入到需要运行的文件夹下
cd SD/ChangeDetection/FolderName 进入子文件夹
cd .. 上层目录
cd 切换到主目录
pwd 查看当前路径
ls 查看文件夹列表 (list的缩写) 用法：ls [参数] [文件]
如 ls -l 查看文件详细信息。缩写 ll
mkdir FolderName 新建文件夹
mkdir -p this/that/theother 建立嵌套子目录
rm -r FolderName 删除文件夹
mv aflie bfile 将 afile 重命名为 bfile
mv afile FolderName 把当前目录下的afile移动到 当前目录 FolderName 文件夹
mv afile ../ 移动到上层目录
待补充 压缩文件
unzip mydata.zip -d myfloder 解压缩到指定文件夹(文件名可以不加后缀，若目标文件夹不存在会自动新建）
unrar x mydata.rar 会在当前解压目录内产生一个以压缩包名字命名的目录，目录内是解压内容，推荐使用
其他解压缩命令：tar（待补充）
python之后别忘了输入exit()退出python，才可重新进入命令行模式
其他
tab 键 自动扩充代码
clear 清屏
nvidia-smi 查看GPU占用情况
清内存？ 一般是kill掉这里显示但 nvidia-smi没有显示的
fuser -v /dev/nvidia*
kill -9 PID
2.上传文件（本地文件如何传输到服务器？）
建议传压缩包，再用命令 解压缩 。但是也很慢。
3 运行.py
1. Xshell中运行
cd MyFolderName 进入到需要运行的文件夹下
ls 查看文件夹列表
python train.py 运行.py文件
还可以设置GPU，比.py文件中设置的优先级更高
CUDA_VISIBLE_DEVICES=1 python train.py
# 待测试
cd SD/ChangeDetection/FolderName python train.pyCUDA_VISIBLE_DEVICES=0 python my_file.py # 指定GPU
CUDA_VISIBLE_DEVICES="0,1" python my_file.py # 多GPU一起使用python main.py --data ISIC2018 --val_folder folder1 --id Unet
cd NJHT/SDChangeDetection
2. ★ PyCharm 连接至 服务器 运行
参考 https://www.bilibili.com/video/BV1V44y127uD?vd_source=db1d96e72eebc08243333b73367f662a
PyCharm要用专业版？
记得要新建project，是基于整个项目的
建议提前用Xshell 复制粘贴 本地文件夹 至 服务器 可以只复制部分文件。
也可以只在Xshell新建文件夹，然后再在 PyCharm中直接将 project 复制至 服务器
（1）设置服务器
File-Settings → Project - Python Interpreter - Add -SSH Interpreter →
输入 Host ; Port ; Username。 以及 密码 or 密钥。
连接成功后然，在Add Python Interpreter 界面 ，选择服务器对应环境下的python.exe
（一般位于 /home/username/anaconda/envs/环境名/bin/python )
（2）本地-服务器 文件夹连接
Tools - Deployment - Browse Remote Host
→… (Shift+Enter弹出界面）
一定要 重命名 服务器的名字
一定要 重命名 服务器的名字
一定要 重命名 服务器的名字
否则多项目的时候无法 自动更新 本地代码修改 至 服务器。
- Connection（文件夹连接） -Root path （设置 服务器文件夹目录）
- Mappings（文件夹映射）： Connection后，点击 Mappings 选项，将 本地文件 映射至 服务器。
建议提前用Xshell 复制粘贴 本地文件夹 至 服务器
至此，成功将本地文件连接至服务器，一般来说，可以实时同步。
若服务器端没有刷新，需要 Upload to (可以对文件夹 或者 单个.py 右击，Deployment-Upload to……）
补充说明
1. 有时候PyCharm 没有自动更新代码至 服务器
一般来说，针对每一个项目，都自动设置好了默认 自动更新代码。
前提是之前修改了 服务器的名字
即使后续 重命名了 本地文件夹名称，也不会影响服务器的连接。
（1）右击服务器名，设置默认即可。
（2）Tools-Deployment- 勾选 Automatic Upload
（3） 终极大法： 删除所有的 服务器 Python Interpreter；以及 Remote Host 。
全部重新设置。
在 重命名 服务器名称后， 目前没有出现这样的问题了
2. 新项目使用之前的服务器设置
打开新项目，设置 服务器的 Python Interpreter， Browse Remote Host 选择 对应的 服务器名，然后 设置 Connection和-Mappings 即可。
可能会出现 1 的 问题。
这里改了 Connection和-Mappings；因此 之前链接这个服务器 相同环境的 Interpreter 的项目就会失效。
如果在远程主机新建一个部署，还是会报找不到文件夹的错误。
猜测：
1.服务器的 Python Interpreter 与 1中的服务器名。要一一对应。（不可以在一个 Python Interpreter 下 新增服务器名。）
2.多个项目 使用相同的服务器环境，更改 Connection和-Mappings即可，先前项目链接失效。再次使用需重新设置。 （暂未找到针对项目设置服务器环境的方法。对项目新建一个服务器名，会报找不到文件的错误）
Xshell使用及训练深度学习模型；PyCharm连接服务器相关推荐
- 服务器上训练深度学习模型anaconda+cuda+cudnn+pycharm
这个最好: centos系统搭建深度学习环境_百度搜索 https://www.baidu.com/s?wd=centos%E7%B3%BB%E7%BB%9F%E6%90%AD%E5%BB%BA%E6 ...
- Xshell安装及连接服务器训练深度学习模型
Xshell安装及连接服务器训练深度学习模型 Xshell安装 Xshell连接服务器 深度学习模型训练 Xshell安装 参考文章: xshell下载. 安装过程之中遇到问题可以参考评论区内容,本人 ...
- 数据不够怎么训练深度学习模型？不妨试试迁移学习 ——重用神经网络的结构2...
数据不够怎么训练深度学习模型?不妨试试迁移学习 本质就是这个图!pretrained model就是你截取的部分神经网络模型(迁移学习),而nanonet就是你自己加入的网络层. 随着深度学习技术在机 ...
- 一文搞懂如何使用ArcGIS API for Python训练深度学习模型
一文搞懂如何使用ArcGIS API for Python训练深度学习模型 文章目录 一文搞懂如何使用ArcGIS API for Python训练深度学习模型 写在前面 一.ArcGIS API f ...
- 用 Java 训练深度学习模型，原来这么简单
作者 | DJL-Keerthan&Lanking 来源 | HelloGitHub 头图 | CSDN下载自东方IC 前言 很长时间以来,Java 都是一个很受企业欢迎的编程语言.得益于丰富 ...
- 用Windows电脑训练深度学习模型？超详细配置教程来了
选自towardsdatascience 作者:Ahinand 机器之心编译 编辑:Panda 虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可 ...
- tensorflow linux多卡训练_用Windows电脑训练深度学习模型？超详细配置教程来了
公众号关注 "DL-CVer" 设为 "星标",DLCV消息即可送达! 转自 机器之心 虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Window ...
- windows python 访问mtp存储空间_用Windows电脑训练深度学习模型？超详细配置教程来了...
虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可能是很多机器学习初学者更为熟悉的系统.要在 Windows 上开发模型,首先当然是配置开发环境. ...
- windows所有版本列表_用Windows电脑训练深度学习模型？超详细配置教程来了
选自towardsdatascience 作者:Ahinand 机器之心编译 编辑:Panda 虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可 ...
最新文章
- Xcode6.3 怎样使用Leaks查看内存泄露
- 大话设计模式—模板方法模式
- 重构 改善既有代码的设计：代码的坏
- Python批量删除错误图片、修改文件名以及删除重复图片
- 韩顺平php视频笔记35 php运行过程
- Expression Blend学习5控件-TextButton
- excel使用教程_有哪些超好用、高质量的Excel学习网站？
- 47页数字孪生人脸识别轨迹分析电子围栏智慧工地解决方案
- 八皇后问题（Queen8）思路分析＋源码
- 数独-比回溯法更优的人类思维逻辑的数独解法
- 树莓派Ubuntu21.04，树莓派4b/4g，Python3.9.5搭建PyTorch
- bat 命令如何启动远程PC上的一个程序？
- php下载地址转换工具,PHP实战：php实现把url转换迅雷thunder资源下载地址的方法...
- 读书笔记：卓有成效的管理者
- htonl htons ntohl ntohs inet_pton inet_ntop
- Worthington 脱氧核糖核酸酶说明书
- Arista创始人以VMware NSX的“开放框架”为目标瞄准思科
- 【堡垒机】堡垒机是啥？一线品牌有哪些？
- java:均值哈希实现图像内容相似度比较
- unity用自带的Video player播放视频