服务器-GPU
PyTorch指定GPU的方法 - 简书 (jianshu.com)
RuntimeError: device >= 0 && device < num_gpus,但明明device=0且num_gpus>1_device>=0-CSDN博客
vscode连接远程服务器的指定虚拟环境 - 七三七3 - 博客园 (cnblogs.com)
Windows
成功解决:AssertionError: Torch not compiled with CUDA enabled-CSDN博客
通过命令行快速安装pytorch2.0(GPU)_torch==2.0.1+cu118 国内镜像-CSDN博客
1 | pip install torch==2.1.0+cu118 --extra-index-url https://download.pytorch.org/whl/cu118 |
Linux
anaconda Linux安装Anaconda(Anaconda3-2022.10-Linux-x86_64.sh版本)-CSDN博客
指令 24.01.07 | 计算机视觉博士生存指南(三) | 服务器配置与基础Linux指令大全 - 知乎 (zhihu.com)
Cuda 实现Linux服务器配置深度学习环境并跑代码完整步骤_能用虚拟机的linux跑深度学习吗-CSDN博客
Linux conda中Tensorflow GPU安装配置全面梳理(包含cuda、cudnn)_gv102-CSDN博客
Tensorflow-gpu保姆级安装教程(Win11, Anaconda3,Python3.9)-CSDN博客
git 在ubuntu上使用git克隆github上的项目 - 知乎 (zhihu.com)
vs
VSCode使用Remote SSH连接远程服务器 - 知乎 (zhihu.com)
1 | nvidia-smi |
无法连接 VSCode 使用 Remote-SSH 连接服务器时报错:Resolver error: Error: The VS Code Server failed to start VSCode使用Remote-SSH连接服务器时报错:Resolver error: Error: The VS Code Server failed to start_the vs code server fail to start-CSDN博客
- 重启 linux
在 VS Code 中
ctrl+shift+p
后,在弹出框中输入Remote-SSH:kill VS Code Server on Host
,重新打开对应的远端服务器即可。
无需每次密码,自动链接
生成 SSH 密钥对: 在本地机器上打开终端并运行以下命令,按提示操作(默认保存路径和空密码)。
ssh-keygen -t rsa -b 4096 -C "your_email@example.com"
将公钥复制到远程服务器: 使用以下命令将公钥复制到远程服务器:
ssh-copy-id your-username@remote-server-ip
如果
ssh-copy-id
命令不可用,可以手动将公钥内容 (~/.ssh/id_rsa.pub
) 追加到远程服务器的~/.ssh/authorized_keys
文件中。
是的我不可用,于是
- 查看并复制公钥内容
- 使用以下命令查看公钥内容,并复制内容到剪贴板:
cat ~/.ssh/id_rsa.pub
复制显示的整行内容,应该以ssh-rsa
开头,并包含你的邮箱地址(或你在生成密钥时指定的注释)。
- 使用 SSH 连接到远程服务器:
ssh your-username@remote-server-ip
- 将复制的公钥内容追加到
~/.ssh/authorized_keys
文件中:echo "your-copied-public-key" >> ~/.ssh/authorized_keys
- 断开当前 SSH 连接,然后在本地机器上尝试无密码登录到远程服务器:
ssh your-username@remote-server-ip
根据已有环境名复制生成新的环境
假设已有环境名为A,需要生成的环境名为B:
1 | conda create -n B --clone A |
根据已有环境路径复制生成新的环境
假设已有环境路径为D:\A,需要生成的新的环境名为B:
1 | conda create -n B --clone D:\A |