Linux下怎样用SSH连接Windows服务器

前言

接上一篇文章,尝试用Windows系统作为服务器,在Linux系统上用SSH连接。
一开始我以为挺简单,反过来操作就可以了吧,没想到在这个过程中遇到了挺多问题。

实验准备

如果把Windows系统当作服务端的话,我们还需要下载一款软件叫FreeSSHd,不多说,链接
下载好后,打开软件。
Users的设置
在这里插入图片描述SSH设置
在这里插入图片描述需要注意的是Max number of connections默认为0,我们必须把它改成不为0的数,这里我改为3。这里的ip地址在你的cmd窗口输入ipconfig命令就可以查到。

Authentication设置
在这里插入图片描述应用后切换到Server status,可能会出现下面的错误
在这里插入图片描述
这是因为我们在安装好后已经默认启动,在我们计算机的服务下,可以看到这个程序已经处于运行状态。
在这里插入图片描述我们只需要手动把它关闭就可以了,如果还是运行不了,就把软件关闭再重新打开,不过你可能得重新设置参数,建议下载后直接到服务下把这个程序停止后再去打开程序

接下来在我们Linux系统进行SSH连接,估计90%的人都会遇到这个问题,Permission denied,please try again.
在这里插入图片描述解决办法
打开软件点击确定,然后右击软件点击unload,最后以管理员的身份运行。
当你尝试重新登录时,问题又来了
在这里插入图片描述估计很多人都遇到过这个问题,packet_write_wait: Connection to xxx.xxx.xxx.xxx port 22: Broken pipe.我在尝试登录git是也出现了这个问题,我的第一篇博文有提到。
解决办法点击这里

最后成功登录
在这里插入图片描述这个界面令我实在汗颜,我实在想不通为何会这样,不过登录上了,也算是成功了吧。

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值