1.工具准备

可以下载一个xshell或secureCRT或者其他shell工具通过ssh方式连接服务器然后通过本地电脑终端控制服务器。连接方式输入主机Host,和端口号一般是22就行了。如下图

连接成功后就可以在本地通过shell工具控制服务器了。如下图

再准备一个工具filezilla将本地计算机里面的代码传输到服务器上去。整个流程也很简单先连接服务器然后上传指定文件都是图形化界面操作这里就不细说。

2.连接服务器后先安装运行代码需要的依赖包一般深度学习代码可以直接安装一个anaconda。

2.1安装anacondacn

参考这篇博文:安装anaconda

2.2 安装后可能出现conda找不到问题

参考这篇博文配置环境变量即可未找到conda配置环境变量
成功后输入下面命令即可成功查看conda版本

conda --version

3 运行代码

3.1 建议建立一个虚拟环境在虚拟环境中跑代码不同代码不同的虚拟环境能避免包冲突。

创建虚拟环境conda_name为自起虚拟环境名x.x 为创建的python版本号

conda create -n codea_name python=x.x

激活环境也就是进入你建立的的虚拟环境中之后跑代码将在虚拟环境中进行

conda activate conda_name
//conda_name为自定义的名字

安装包进入到你需要运行的代码中cd进入到requirements.txt文件中批量安装requirements.txt中的依赖包

pip install -r requirements.txt

运行代码

python train.py

可能出现Module Not Found的情况
如果运行的py文件中需要引用同级目录下其他py文件中的类或函数需要改变py文件中的系统路径该路径报错的包上一级文件夹需要绝对路径通过pwd命令可以查看如/home/lh/FederatedLearning/pFedHN-main。不然会报Module NOT Found。在文件首添加下面两句代码

import sys
sys.path.append('/home/lh/FederatedLearning/pFedHN-main')

参考Conda 创建虚拟环境并安装依赖包集合 requirements.txt

3.2 使用screen命令退出服务器连接后保持代码一直运行

创建screen窗口 screen_name为自定义的窗口名字

screen -S screen_name

查看screen窗口

screen -ls

进入screen窗口

screen -r screen_name

退出screen窗口后台依然在运行

快捷键 CTRL+A+D

结束当前的screen窗口

exit

参考screen命令

4 Google免费Colab服务器云资源

如果没有服务器资源可以使用Google提供的免费Colab服务器资源运行方式和jupyternotebook很相似。
介绍几种常用命令
查看服务器资源

!nvidia-smi

挂载云盘

# 挂载Google云盘
from google.colab import drive
drive.mount('/content/drive')

切换到项目目录下

# 切换到要运行的项目目录下
import os
os.chdir("/content/drive/MyDrive/lab/pFedHN-main")

显示当前目录文件

# 显示当前目录文件
!ls

运行代码

!python ./experiments/pfedhn/trainer.py

具体使用colab请看下面链接
使用GOOGLE COLAB运行深度学习项目

5 致谢

浩瀚的知识中相遇是缘分感谢阅读希望能对你有所启发谢谢