VScode/Xshell连接学校服务器

本文详细介绍了如何通过atrustVPN、Xshell、XFTP以及VSCode远程连接学校服务器,创建用户、管理环境和解决PyTorch版本兼容性问题。重点讲解了如何在服务器上安装和管理conda和PyTorch,以适应NVIDIAGeForceRTX3090的CUDA需求。
摘要由CSDN通过智能技术生成

1.连接atrust VPN

如果是使用的是校园网,可以不连接
在这里插入图片描述

2.Xshell连接服务器

用自己学校的邮箱注册xshell和xftp是免费的
在这里插入图片描述
按照老师给的信息填,连接服务器
在这里插入图片描述

在这里插入图片描述
连接成功~

2.1创建一个自己的用户

建议避免以 root 用户身份进行运行,而是创建一个非管理员用户,并以该用户身份运行安装和执行命令。

adduser 用户名

在这里插入图片描述
从root更换到自己用户

su - 用户名

在这里插入图片描述
文件路径自动保存在/home下
在这里插入图片描述

如果想要删除用户,可以使用deluser这个命令

deluser 用户名

在这里插入图片描述

3.xftp传文件

xftp连接服务器的方式同xshell
在这里插入图片描述

4.vscode连接服务器

4.1下载remote-ssh

在这里插入图片描述

4.2连接服务器

在这里插入图片描述
我是在xzr用户下安装的anaconda和pytorch
进入自己在xftp转存的代码项目文件夹
在这里插入图片描述

4.3激活conda环境

使用 conda activate 命令激活所需的环境

conda activate 环境名

这个环境是我之前安装pytorch就创建好的,环境名我也设置的是pytorch
在这里插入图片描述

4.4运行代码

python train.py

在这里插入图片描述

5. pytorch版本不兼容解决方案

服务器安装pytorch流程:学校服务器安装anaconda并配置pytorch环境
在这里插入图片描述

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.

这个错误提示是因为您使用的 PyTorch 版本不兼容您的 NVIDIA GeForce RTX 3090 GPU 设备。
根据错误消息的描述,您的 GPU 设备 (NVIDIA GeForce RTX 3090) 的 CUDA 能力架构(sm_86)与当前安装的 PyTorch 版本不兼容。当前版本的 PyTorch 支持的 CUDA 能力架构为 sm_37、sm_50、sm_60 和 sm_70。

使用服务器运行项目,使用的是服务器的环境(即服务器的虚拟环境和其中的pytorch),与连接服务器的本机就是你的电脑应该是没有关系的。
1.查清楚服务器是否安装有cuda驱动(这里是在终端执行)

nvidia-smi

如果有他会形成一个表格,在右上角,有cuda的版本号:
在这里插入图片描述
2.根据这个版本号下载合适的pytorch(一般安装在你创建的虚拟环境里),也建议你pytorch的安装去官网找下载链接

  • 23
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

失舵之舟-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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