VScode远程服务器ssh的配置免密及搭建pytorch环境

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

1. 打开VSCode，点击左侧的Extensions图标（或使用快捷键Ctrl+Shift+X）。
2. 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

1. 安装完插件后，重启VSCode。
2. 在左侧边栏中，点击Remote图标或使用快捷键Ctrl+Shift+F打开Remote Explorer。
3. 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
   

4. 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）

1. 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。
2. 在本地机器上，使用ssh-keygen命令生成SSH密钥对。

   ssh-keygen

3. 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。
4. 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

1. 先切换到root。

   sudo su

2.  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

1. 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。

2. 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

3. 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。

4. 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

1. 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。

2. 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

3. 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。

4.  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。