NUSRI工位电脑连接课题组服务器教程

一.下载Mobaxterm：

1.连接须知

远程连接前需连接研究院WiFi NUSRI-STU或工位网线，服务器ip：192.168.45.201， port：22

2.具体方法

1.下载应用MobaXterm（putty等都可以，个人感觉moba更好用），选择免费版即可

MobaXterm Xserver with SSH, telnet, RDP, VNC and X11 - Download

具体安装过程无脑点就好了，安装路径别放c盘就行

2.进入后点击左上角的session

3.点击左上角的SSH，输入IP地址192.168.45.201和端口22，点击ok

4.输入用户名和密码即可

ps：linux输密码时候不会显示内容，输完回车即可

5.Mac SSH到服务器的方法：

连接研究院WiFi，打开mac终端输入以下代码，其中username为自己的用户名

ssh username@192.168.45.201 -p 22

 二.配置conda环境

1.初始化

服务器的显卡驱动和miniconda已经装好，conda需要各位手动创建个人的环境。

如果登录后user前面没有（base），先输入 conda init 完成此步后需关闭终端重新连接。

再次打开发现前面有了（base）

2.创建自己的conda环境

your_env_name是环境名，按照命名规则随意修改

python=3.12可以改成其他需要的版本号

sudo env "PATH=$PATH" conda create -n your_env_name python=3.12

输入密码然后回车

输入y然后回车

安装成功 

输入以下代码查看是否成功配置好conda环境

conda info -e

输入以下代码使用新配置好的环境

conda activate env_test

3.安装pytorch

更新系统软件包（其实这一步并不需要，但是习惯下载东西前都更新一下）

sudo apt update
sudo apt upgrade

输入以下代码查看服务器的显卡可以适配的cuda版本

nvidia-smi

打开pytorch官网

Get Started

按照图中的选项进行选择，并复制最后的命令

等待下载完成（这一步下载时间会比较长）

验证是否安装成功

python
import torch
print(torch.__version__)

三.安装pycharm专业版

想要pycharm远程连接服务器进行开发，必须要用专业版。这个操作不难，可以网上自己找找各种教程，或者等有空本账号下一篇文章会专门出一期教学。主要利用下面这个网站。
JETBRA.IN CHECKER | IPFS

四.pycharm连接服务器

1.远程登录到服务器

2.输入以下代码（将user1改为自己的用户名），这一步是在自己的账户目录下新建文件夹code，用于后续上传代码到服务器。

cd /home/user1
mkdir code
ls

3.设置pycharm SFTP连接

工具->部署->配置

打开左上角“+”,点击SFTP

随便输入个名字

创建好后点击红色方框内的三个点

在新弹出的窗口中点左上角的加号，按下图输入主机、端口、自己的用户名、密码，勾选保存密码

点击测试连接查看能否连接成功，成功后点最下面的应用，然后点击确定关闭这个窗口

之后点击映射，将本地路径改为你本地的项目目录，部署路径改为/home/username/code，其中username为自己的用户名，改完后点击确定关闭窗口

在左上角文件 --> 设置 打开python解释器，点击添加解释器中的SSH...

选择“现有”，指定ssh服务器为之前添加的，如果出现下面这行字“ssh目标保存在....”的话点击右侧三个点

将仅对此项目可见去掉即可，点击确定

然后点击下一步

再点下一步

选择系统解释器，点击右侧三个点

找到图中的文件，点击确定。其中env_test是之前创建的conda虚拟环境名字，python3.9是之前创建的虚拟环境python版本号，这两个会根据个人创建的不同而改变，请自行调整

如果不知道自己的可执行文件路径在哪，可以在服务器中输入conda info -e，查看自己的虚拟环境路径

点击同步文件夹

设置同步文件夹中的本地路径为本地项目目录，远程路径为之前在服务器中创建的code文件夹路径/home/username/code，username改为自己的用户名，单击确定

这样就可以将本地的代码同步到服务器中

设置好应该如下图，点击创建

然后解释器就设置完成了，点击应用后点击确定

选择项目同步方式， 按下图勾选自动上传可实现自动同步

在服务器中我们可以看到代码已经成功同步到服务器中

测试能否运行代码

确认右下角选择的是服务器的解释器

跑一段测试代码

import numpy
 
if __name__ == '__main__':
    a = numpy.array([1, 2, 3])
    print(a)

如下图即为运行成功

补充说明

在conda虚拟环境中安装其他库时，首先使用

conda install xxx

如果安装失败则使用

pip install xxx

本篇教程到此结束，感谢您的观看。