阿里云ECS训练营入门 Class2——打造自己的Web IDE(在线开发环境)

今天来搭建云上IDE

管理软件的准备

本节课需要用到服务器管理软件三剑客:
管理终端:PuTTY(由Larry Li维护并开源的中文版)
文件传输:Filezilla(通过SFTP协议进行本地和服务器的文件传输和管理)
代码编辑:Visual Studio Code(与vim相比对新人更友好且可视化,可高效进行代码编辑和管理)

安装Docker容器环境

Docker只能安装在64bit系统上,Linux内核越新体验越好,不建议使用早于2016年的发行版,详细更换操作系统步骤可参考Class1
通过Putty连接服务器
在这里插入图片描述
登录服务器,用户名为root,密码输入不会显示
在这里插入图片描述
1、安装Docker环境

curl -sSL https://get.daocloud.io/docker | sh

切记指令之间的空格不能落,否者会出现’‘command not found’'错误
然后等待安装(需要较长时间)
一开始没有注意空格结果报错惹
2、安装Docker-Compose环境,其中1.25.6是最新版本
首先

curl-L https://get.daocloud.io/docker/compose/releases/download/1.25.6/docker-compose-uname -s- uname -m>/usr/local/bin/docker-compose`

然后

chmod +x /usr/local/bin/docker-compose

安装完毕即可

部署WebIDE

这里我们使用code-server解决方案将Visual Studio Code在服务器中运行

1、创建项目文件夹:

mkdir -p /home/coder/project

2、在Docker中运行:

docker run -it -p80:8080 --name code -v"/home/coder/project:/home/coder/project" codercom/code-server:latest

3、Code-server开始部署:
在这里插入图片描述
4、在 info 的信息中,有一行是我们的保护密码,要牢记
在这里插入图片描述
5、在浏览器中输入我们的公网IP http://你的公网IP,就可以看到浏览器中运行的VSC啦!
在这里插入图片描述

Code-Server的使用和Visual Studio一致。

大致的步骤就是这些啦,本文借鉴训练营课程资料。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用mmseg训练自己的数据集需要进行以下步骤: 1. 准备数据集:将自己的数据集准备好,并按照mmseg的要求进行组织和标注。 2. 修改配置文件:根据自己的数据集,修改mmseg的配置文件,包括数据路径、类别数、颜色映射等。 3. 修改数据集文件:根据自己的数据集,修改mmseg的数据集文件,包括数据路径、类别数、颜色映射等。 4. 编译代码:在修改完配置文件和数据集文件后,需要重新编译mmseg的代码,以使修改生效。 5. 训练模型:使用mmseg提供的训练命令,对自己的数据集进行训练。 下面是一个示例,演示了如何使用mmseg训练自己的数据集: 1. 准备数据集:将自己的数据集准备好,并按照mmseg的要求进行组织和标注。 2. 修改配置文件:打开mmseg的配置文件,例如`config.py`,找到数据路径的配置项,将其修改为自己的数据集路径,例如: ```python dataset_type = 'CustomDataset' data_root = 'path/to/your/dataset' ``` 3. 修改数据集文件:打开mmseg的数据集文件,例如`custom_dataset.py`,根据自己的数据集修改类别数和颜色映射,例如: ```python classes = ('class1', 'class2', 'class3') palette = [[0, 0, 0], [255, 0, 0], [0, 255, 0]] ``` 4. 编译代码:在命令行中进入mmseg的根目录,执行以下命令重新编译代码: ```shell pip install -v -e . ``` 5. 训练模型:使用mmseg提供的训练命令,对自己的数据集进行训练,例如: ```shell python tools/train.py <config_file> --work-dir <output_dir> ``` 其中,`<config_file>`是修改后的配置文件路径,`<output_dir>`是训练模型的输出目录。
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