在VSCode中配置SSH远程服务器,实现免密登录,并搭建PyTorch环境,是提升远程开发和深度学习工作效率的关键步骤。
1.安装Remote-SSH插件
- 打开VSCode,点击左侧的Extensions图标(或使用快捷键Ctrl+Shift+X)。
- 在搜索框中输入“Remote-SSH”,“Remote - Tunnels”,“Remote Development”并安装这些插件。
2.配置SSH连接
- 安装完插件后,重启VSCode。
- 在左侧边栏中,点击Remote图标或使用快捷键Ctrl+Shift+F打开Remote Explorer。
- 点击“SSH: Connect to Host...”按钮,输入你的SSH连接字符串,格式为username@hostname或username@IP地址。或者是打开ssh的配置文件config,按照Host,HostName,Port,User依次填写,例如:
Host your host HostName your hostname Port your port User user name # root or user
- 首次连接时,系统会提示你输入密码或确认SSH密钥。输入密码后,VSCode会建立SSH连接并打开一个远程窗口。
3.免密登录配置(可选)
- 如果你希望实现免密登录,需要生成SSH密钥对,并将公钥添加到远程服务器的~/.ssh/authorized_keys文件中。
- 在本地机器上,使用ssh-keygen命令生成SSH密钥对。
ssh-keygen
- 将生成的公钥(通常是~/.ssh/id_rsa.pub)复制到远程服务器的~/.ssh/authorized_keys文件中。你可以使用ssh-copy-id命令或手动复制粘贴来实现。
- 配置VSCode的SSH连接,确保它使用正确的私钥进行身份验证。你可以在VSCode的设置中指定私钥的路径,或在SSH配置文件中设置IdentityFile。
4.创建用户
- 先切换到root。
sudo su
- 创建用户,小白建议使用adduser,会自动创建用户主目录(并复制/etc/skel目录下的文件)、指定系统 shell,提示输入用户密码,很简单的就添加了一个标准的普通用户。useradd设置无主目录,无密码,无指定shell,适合有经验的专业人士。
adduser username
5.安装miniconda
-
确保你已经通过VSCode的SSH插件连接到远程服务器。这通常意味着你已经在VSCode中安装了Remote-SSH插件,并且已经配置好了SSH连接。
-
连接成功后,你可以直接在VSCode的集成终端中执行命令来安装Miniconda。通常,你需要从Miniconda的官方网站(Miniconda — Anaconda documentation)下载适合Linux系统的Miniconda安装脚本(如
Miniconda3-latest-Linux-x86_64.sh
),并将其上传到远程服务器的某个目录。然后,在VSCode的SSH终端中,切换到包含安装脚本的目录,并执行以下命令来安装Miniconda:bash Miniconda3-latest-Linux-x86_64.sh
- 配置环境变量。安装完成后,你需要配置环境变量以确保可以在任何地方使用
conda
命令。这通常涉及到编辑~/.bashrc
或~/.bash_profile
文件,并添加类似以下内容的行:export PATH="/your path/miniconda3/bin:$PATH"
确保将
/your path/miniconda3
替换为你实际安装Miniconda的目录。保存文件后,执行source ~/.bashrc
(或相应的配置文件)以使更改生效。 -
验证安装。在VSCode的SSH终端中,输入
conda --version
来验证Miniconda是否成功安装。完成以上步骤后,你就已经在VSCode的SSH远程环境中成功安装了Miniconda。之后,你可以使用VSCode的终端来管理你的Conda环境和安装额外的Python包。
6.安装pytorch
-
创建一个新的conda环境:打开VSCode的SSH终端,并输入以下命令来创建一个新的conda环境。你可以根据需要选择Python的版本。
conda create -n pytorch python=3.12.1
这里的
pytorch
是新环境的名称,python=3.12.1
指定了Python的版本。你可以根据需要更改这些值。 -
激活新环境:创建环境后,你需要激活它,以便在其中安装PyTorch。建议重新打开一个终端,以便让conda初始化。
conda activate pytorch
- 安装PyTorch:首先用nvidia-smi检查自己的cuda版本,在pytorch官网(PyTorch)寻找对应cuda版本的运行指令。在激活的环境中,你可以使用conda或pip来安装PyTorch。PyTorch官方提供了详细的安装指南和命令,你可以访问PyTorch的官方网站,选择适合你环境的安装命令。通常,安装命令会类似于以下形式:使用conda安装(推荐):
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
请确保你选择的安装命令与你的cuda版本、操作系统和Python版本兼容。你可以在PyTorch的官方网站上找到针对你环境的安装命令,cuda版本低可以去更新至高版本。
- 验证安装:安装完成后,你可以通过运行以下命令来验证PyTorch是否成功安装:如果命令执行成功并打印出PyTorch的版本号,那么说明安装成功。
python -c "import torch; print(torch.__version__)"
小结:首先,通过安装Remote-SSH插件并设置SSH连接,轻松连接远程服务器。接着,利用SSH密钥对实现免密登录,避免频繁输入密码的繁琐。最后,在远程服务器中创建conda环境,并安装PyTorch及相关依赖,为深度学习提供强大支持。遵循这些步骤,您将能够高效地使用VSCode进行远程编程和深度学习工作,提升开发体验。