远程连接服务器训练CV任务

使用pycharm专业版远程连接服务
进入环境后，防止训练中断使用nohup命令

使用pycharm远程连接服务器。
使用WinSCP作为文件管理

下载pycharm专业版

1. 下载pycharm专业版（尽量下载新的）
2. 试用30天(然后申请学生账号)
3. 跟着大佬配置
4. 这个也是大佬链接
5. PyCharm连接远程Linux服务器虚拟环境方法
6. 用pycharm在服务器上远程编写与调试代码

cuda

参考博客
非root用户

服务器目录结构:

用户名：jiangjy
/home/jiangjy/cuda/：用于存放不同的cuda版本
/home/jiangjy/cuda/tem/：cudnn安装目录

本次配置：cuda10.2

1. 首先确定安装的软件版本

cat /proc/driver/nvidia/version

查看当前服务器版本号
不同版本cuda对应的NVIDIA

2. 下载CUDA Toolkit
   官网:link
   选择以下（根据具体情况选择）

x86_64
unbuntu20.04
runfile

然后运行页面下边的命令，sudo去掉（否则提示无权限）

详细参考文章开头放的博文
运行后等待一段时间，出来选项，选择
continue
accept
空格取消driver，其余选项默认

cd命令，切换到目录/jiangjy/cuda/cuda10.2
使用wget命令下载
3. 下载cudnn
官网link
4. 安装CUDA
在tem文件夹下执行 tar -xzvf cudnn压缩文件 进行解压
并执行命令：根据文件夹的目录不同修改目录

5. 配置用户环境变量
   修改个人用户目录下的.bashrc文件(用vi ~/.bashrc编辑）,在文件最后面加入以下指令并保存

export PATH=/home/zb/cuda/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/home/zb/cuda/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

训练中常用命令

conda

conda activate ***

linux

查看gpu使用状态

nvidia-smi

挂起训练

nohup **** &

运行后需要输入exit正常离开，不能强制中断