在师姐保姆级教导下进行一次尝试。
由于师姐特别nice，而我特别小白，所以其实这篇更像我的一次日志记录，而非经验贴，给不了同为小白的朋友们什么帮助。
一、下载安装MobaXterm
MobaXterm free Xserver and tabbed SSH client for Windows
二、连接服务器
点击session -> ssh，填remote host、specify username、port（因为师姐是直接发给我的，填进去就好，我还不知道如何获取可用服务器信息）。
填好确认后，在左侧user sessions中出现了目标服务器，双击连接，输入密码（ubuntu命令窗输入密码时屏幕一直黑的，不会显示输入了什么以及输入了几位，我一开始还以为键盘坏了…）。
连接成功后，左侧可以进行从本电脑到远程终端的文件传输，右侧是黑乎乎的terminal。
三、跑代码
（由于这是师姐常用的远程终端，所以环境什么的已经搭好了，我激活就行）
1、激活环境
conda activate xxx
2、进入工程文件所在的文件夹目录
常用命令：
pwd显示当前路径
cd ..返回上一级目录
cd home/psp/打开了psp文件夹
3、确认工程中各个.py文件无误
4、打开与服务器新的连接，检测显卡情况
watch nvidia-smi
5、用命令运行代码文件
我的命令：指定要用的显卡+要跑的文件+要用的参数
CUDA_VISIBLE_DEVICES=0,1 python scripts/train.py --exp_dir=results/train_attn --batch_size=4 --test_batch_size=4
然后就是不断报错，打开文件找到报错的行数，按照错误类型找问题到底在哪儿，然后再跑再改再跑…
6、把进程放进后台跑（一些Linux命令）
Ⅰ、放进后台操作：
nohup python -u train.py > train.log 2>&1 &
师姐给的注释：
（1）nohup 不挂起的意思。
（2）-u 代表程序不启用缓存，也就是把输出直接放到log中，没这个参数的话，log文件的生成会有延迟。
（3）> train.log 将输出日志保存到这个log中。
（4）2>1 2与>结合代表错误重定向，而1则代表错误重定向到一个文件1，而不代表标准输出；
2>&1 &与1结合就代表标准输出了，就变成错误重定向到标准输出。（这个我没看懂）
（5） 最后一个& ，代表该命令在后台执行。
结合我们这次的命令，最终写作：
CUDA_VISIBLE_DEVICES=0,1 nohup python -u scripts/train.py --exp_dir=results/train_attn --batch_size=4 --test_batch_size=4 > train.log 2>&1 &
Ⅱ、强制关闭进程（kill）：
kill -9 28148
28148是我正在跑的进程的PID，PID可以在显卡watch窗口找到。
Ⅲ、进程查看
ps -aux | grep “main.py”
（1）a:显示所有程序。
（2）u:以用户为主的格式来显示。
（3）x:显示所有程序，不以终端机来区分。
num jobs查看nohup命令下运行的所有后台进程。
Ⅳ、查看train.log的日志
tail -f train.log
日志：
7、在本地监听服务器上的tensorboard
（1）将服务器的某个端口转发到本地的8888端口。
ssh -L 8888:localhost:6665 服务器端用户名@ip地址
（2）服务器运行tensorboard，指定日志文件存放目录，在指定端口打开（默认端口6006）。
先cd到logs文件夹所在的大目录下，运行以下代码：
tensorboard --logdir=logs --port 6665
（3）在浏览器打开http://localhost:8888/实现监听。
Original: https://blog.csdn.net/qq_43522986/article/details/122123216
Author: 三思为上策
Title: 第一次通过服务器远程跑代码
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/672770/
转载文章受原作者版权保护。转载请注明原作者出处！