修订时间:2023年2月9日
※※※ 此服务器优势在于使用lxd进行分区管理,使得各位使用者均可使用root权限,登陆用户即为root用户 ※※※
-
服务器概况:
a.服务器搭载GPU为GeForce RTX 3090,仅支持 CUDA > 11.0 版本;
b.共享文件夹为服务器中: “/root/share” 文件夹;
c.正常使用时都使用的是个人SSD硬盘,即根目录"/"挂载在SSD硬盘上,每人有500G的存储上限;
d.数据存储请使用机械硬盘,其挂载目录为“/hardisk”,共有约16TB存储上限; -
个人用户ID(个人登陆端口号)< ID >:e.g. 1001、1005、1010、5001、5005、5010
-
服务器登陆密码 < Passwd >
-
服务器所在地址 < IP >: temp.2018xjtu.tk / 121.5.59.242
1.ssh 命令工具
※ 此操作是在个人PC端进行的 ※
ssh ‐p < ID > [email protected]
2.通过 Vscode 中 remote-ssh 工具
※ 此操作是在个人PC端进行的 ※
-
Vscode 中下载 remote-ssh 工具
![安装remote.ssh](./src/1.安装 remote.ssh.png) -
打开右侧栏中 remote-ssh 工具,输入ssh指令链接到服务器
ssh指令:ssh -p < ID > [email protected]
e.g. ssh -p 1002 [email protected]
-
个人PC端生成公钥、私钥文件(下图以 windows 为例)
ssh-keygen -t ed25519 生成公钥、私钥。※ 记录公钥、私钥保存位置 ※。 -
选择ssh配置文件所在地址,并继续进行连接(如需输入密码请输入登陆密码 < Passwd > )(下图以 windows 为例,地址请选择公钥、私钥保存位置)
-
重启 Vscode ,进入remote-ssh,点击“→”小箭头,进行远程链接(如需输入密码请输入登陆密码 < Passwd > )
-
第一次登陆,远程服务器需要配置 Vscode 相关文件,选择“Linux”,并输入密码,等待服务器 Vscode 安装完毕
-
(可选)更新服务器源和软件
sudo apt update # 更新服务器源 sudo apt upgrade # 更新服务器软件 -
(可选)推荐使用免密登陆
详细操作方法请见1.2.免密登陆操作
※ 此操作是在登陆服务器后进行的 ※
-
生成服务器 ssh 公钥、私钥
ssh-keygen -t ed25519 # 生成公钥、私钥。※ ssh个人配置保存位置为 "/root/.ssh/"; 其中公钥为 "id_ed25519.pub",私钥为 "id_ed25519" ※
-
将公钥加入服务器中
vim ~/.ssh/authorized_keys # 将个人PC端ssh公钥写入服务器中(VIM用法请谷歌)
service ssh restart # 重新启动ssh程序
-
(可选)为了增强安全性,请设置ssh远程登陆为仅允许密码登陆
echo 'PasswordAuthentication no' >> /etc/ssh/sshd_config # 修改 "sshd_config" 文件,将其中 PasswordAuthentication 改为 no
service ssh restart # 重新启动ssh程序
※ 此操作是在个人PC端进行的 ※ 此操作可用scp进行,但scp文件传输容易出现断线无法恢复等状况
-
将服务器文件传输到个人PC端
rsync -avtP -e " ssh -p < ID > " [email protected]:<服务器中文件的※绝对路径※> <传输到个人PC端的位置> # 使用rsync进行文件传输;
e.g. rsync -avtP -e "ssh -p 1002" [email protected]:/root/XXX ./XXX -
将个人PC端文件传输到服务器
rsync -avtP -e " ssh -p < ID > " <传输到个人PC端的位置> [email protected]:<服务器中文件的※绝对路径※> # 使用rsync进行文件传输;
e.g. rsync -avtP -e "ssh -p 1002" ./XXX [email protected]:/root/XXX -
(可选)个人PC端为Linux系统,可以使用 “Trans_files.sh” 进行防断文件传输 修改脚本,选择需要的传输方向(注释不需要的传输方向),修改所需传输文件路径;
通过 bash ./Trans_files.sh # 运行脚本,进行文件传输
-
pip install Jupyter # 安装jupyter
-
jupyter notebook --generate-config # 生成notebook配置文件,默认生成在“/root/.jupyter/jupyter_notebook_config.py”
-
vim ~/.jupyter/jupyter_notebook_config.py # 对于配置文件进行修改
修改文件中以下内容(记得把下列行前面的"#"(注释符号)去掉):
c.ContentsManager.allow_hidden = True
c.NotebookApp.ip = '*' #所有绑定服务器的IP都能访问,若想只在特定ip访问,输入ip地址即可
c.NotebookApp.port = < ID > + 1000 # ※如果ID为1002的话,这里就写2002※
c.NotebookApp.open_browser = False #我们并不想在服务器上直接打开Jupyter Notebook,所以设置成False
c.NotebookApp.notebook_dir = '/' #这里是设置notebook打开后的根目录,可以根据需要自行调整
c.NotebookApp.allow_root = True
-
jupyter notebook password # 更改notebook密码
-
使用tmux终端挂起 jupyter_notebook
tmux new -s jupyter_notebook # 新建tmux终端
jupyter notebook # 运行后 按 ctrl+b 后按 d 退出tmux终端
tmux attach -t jupyter_notebook # 如果想要再进tmux终端,使用这条指令 -
网页端访问 notebook
访问网址:http://121.5.59.242:< ID + 1000>/
e.g.http://121.5.59.242:2002/
- 创建 conda 环境
conda create -n <your_env_name> python=x.x
e.g. conda create -n Test python=3.8 - 激活 conda 环境
conda activate <your_env_name>
e.g. conda activate Test - 查看 conda 环境情况
conda list | grep XXX # 查看conda是否安装XXX包
conda env list # 查看当前存在哪些虚拟环境 - 退出 conda 环境
conda deactivate - 删除 conda 环境
conda remove -n <your_env_name> --all
e.g. conda remove -n Test --all - 删除 conda 环境中某个包
conda remove --name <your_env_name> <package_name>
e.g. conda remove --name Test numpy - conda 克隆某已有环境
conda create -n <new_env_name> --clone <env_name>
e.g. conda create -n Test_2 --clone Test - conda 导出当前环境
conda env export > XXX.yaml # XXX为导出文件名称
e.g. conda env export > Test.yaml # XXX为导出文件名称 - conda 导入环境
conda env create -f XXX.yaml
e.g. conda env create -f Test.yaml - conda 安装 pytorch / tensorflow
pytorch安装:https://pytorch.org/get-started/locally/
tensorflow安装:https://www.tensorflow.org/install/pip
- 输入matlab即可进行使用
- 配置无桌面版运行(在~/.bashrc中添加如下字段)
#Add an “mrun” alias for running matlab in the terminal.
alias mrun=“matlab -nodesktop -nosplash -logfile date +%Y_%m_%d-%H_%M_%S.log -r” - 运行无桌面版maltab文件 mrun <matlabfile>
问题:ImportError: libffi.so.8: cannot open shared object file: No such file or director 解决方法:(下载对应安装包)
- ls /usr/lib/x86_64-linux-gnu/ | grep "libffi" # 查看是否有libffi.so.8,并且查看现有libffi版本
- sudo apt-get update
- wget http://archive.ubuntu.com/ubuntu/pool/main/libf/libffi/libffi8_3.4.2-4_amd64.deb
- sudo dpkg -i libffi8_3.4.2-4_amd64.deb
- ls /usr/lib/x86_64-linux-gnu/ | grep "libffi" # 查看是否有libffi.so.8,如果有的话,问题解决
- ln -s /usr/lib/x86_64-linux-gnu/libffi.so.8 /root/miniconda3/lib/libffi.so.8