ssh远程登陆设置(超简单)

ssh远程登陆设置

1.安装ssh(两端均需安装)

打开终端输入命令在线安装:

sudo apt-get install ssh

2.生成密钥

输入

ssh-keygen -t rsa

按enter键直到结束

3.将私钥累加到已认证文件中

cd到.ssh目录下:

cd ~/.ssh

在~/.ssh目录下使用如下命令:

cat id_rsa>>authorized_keys

4.将已认证文件传输到需登陆电脑

可使用scp传输(确保两电脑位于同一局域网下):

scp authorized_keys 远端用户名@远端IP:~/.ssh/	

5.ssh远程登陆

终端输入ssh 远端用户名@远端IP即可登陆

ssh 远端用户名@远端IP
问题及解决方案
Couldn’t find an AF_INET address for …拒绝连接
ssh -x 远端用户名@远端IP

使用-x赋加权限

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的远程服务器训练UNET模型的示例: 1. 连接到远程服务器:使用SSH连接到远程服务器。 2. 安装Python和相关库:在远程服务器上安装Python和所需的库,包括PyTorch、TensorFlow等。可以使用以下命令安装PyTorch: ``` pip install torch torchvision ``` 3. 准备数据集:将数据集上传到远程服务器,例如将数据集放在`/data`目录下。 4. 编写训练脚本:使用Python编写UNET模型的训练脚本,例如: ```python import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms # 定义UNET模型 class UNet(nn.Module): def __init__(self): super(UNet, self).__init__() # 省略模型定义 def forward(self, x): # 省略前向传播定义 # 定义数据集 transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) train_dataset = datasets.MNIST('./data', train=True, download=True, transform=transform) train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True) # 定义损失函数和优化器 criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5) # 训练模型 for epoch in range(10): for batch_idx, (data, target) in enumerate(train_loader): optimizer.zero_grad() output = model(data) loss = criterion(output, target) loss.backward() optimizer.step() # 保存模型 torch.save(model.state_dict(), 'unet.pth') ``` 5. 在远程服务器上运行脚本:使用以下命令在远程服务器上运行脚本: ``` python train.py ``` 6. 监控训练过程:可以使用TensorBoard等工具监控训练过程,并及时调整参数。 7. 保存模型:训练完成后,将模型保存到远程服务器上。 以上是一个简单的远程服务器训练UNET模型的示例,实际操作中还需要根据具体情况进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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