如何使用教研室的服务器

流程：连接服务器+创建容器+环境配置+代码运行

SSH连接服务器：

首先要下载一个能远程访问的软件，例如Git、Visual Studio Code上配置ssh插件也可以，主要是通过ssh协议进行远程链接。SSH 为建立在应用层基础上的安全协议，是较可靠，专为远程登录会话和其他网络服务提供安全性的协议。对SSH有兴趣的同学可以自行百度。
Git连接服务器示意图：输入ssh远程连接指令后，一般需要一道密钥来验证身份，具体密码可以询问教研室的师兄师姐。

创建docker容器

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。
一个完整的Docker有以下几个部分组成：
1.DockerClient客户端
2.Docker Daemon守护进程
3.Docker Image镜像
4.DockerContainer容器

docker run --name mytest-p 80:80 -d test
//docker run：创建并运行一个容器  --name 给自己的容器起名字 -p 端口映射  -d：后台运行容器  test镜像名称

docker运行技巧
首先要知道镜像和容器的不同。
一个镜像可以开启多个容器。
可以通过 docker pull 命令对镜像进行获取。
创建容器 docker run --runtime=nvidia --name uname -i -t vistart/mmdetection /bin/bash
进入容器 docker exec -it containerID /bin/bash
按上述命令进入容器后退出容器但是不关闭容器：exit
停止容器 docker stop containerID
重启容器 docker restart containerID
查看所有容器 docker ps -a
查看运行容器 docker ps

创建好自己的容器后，我们就可以在容器里快乐做实验了。

拷贝指令
有的时候我们会在Windows环境下编写程序，或者有一些数据保存在我们的个人用户电脑当中，使用过程我们需要把这些内容送到服务器内。下面是两条指令，分别是由主机copy内容到服务器（Docker容器）、由服务器（Docker容器）copy内容到主机。

//将主机内的文件copy至个服务器
scp -r -P xxxx(端口号可以修改) data_path\filename（主机文件地址和名称） ubuntu（用户名）@xxx.xxx.x.xxx(服务器IP地址) :/data_path（服务器内保存文件的路径）
//将服务器内的文件copy至主机
scp -r -P xxxx username@xxx.xxx.x.xxx:data_path\filename（服务器里文件地址和名称）data_path（主机内内保存文件的路径）

Conda环境配置

有了容器，我们还需要配置符合自己训练的环境，这个时候可以选择miniconda。

1）下载minaconda
wget -c https://mirrors.bfsu.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh #清华的镜像源latest的版本的话就是说以后一直会更新最新的版本
2）安装conda（使用bash去运行脚本，以sh结尾的文件，除了bash 之外还可以使用 ./ 去运行）
chmod 777 Miniconda3-latest-Linux-x86_64.sh #刚下载好的安装包没有可执行权限，所以需要先给权限
bash Miniconda3-latest-Linux-x86_64.sh #运行.sh （一路选yes）
3）运行conda cd miniconda3/bin #转到miniconda的bin文件夹下

source activate #运行

4）添加通道 conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config
–add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config
–add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda
config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
//至此我们就可以快乐地创建环境进行实验了。

代码运行
代码一般都是在自己的电脑上写完后，上传至服务器进行训练。