mac登陆远程服务器_mac的cmd登入服务器

Mac 用户可以使用本机的 terminal 软件来连接服务器。Windows 用户可以使用 cmd 或者 XShell 软件来连接服务器。
XShell 软件连接服务器

最开始，查看七月在线官网的私信（官网登陆后，点击头像，进入消息中心，最后点击私信），你需要知道以下几个参数：
username：格式为 chenxinjingjing_451855@101.132.121.198
password：格式为八位字符。

sudo ssh chenxinjingjing_451855@101.132.121.198
1

登陆服务器
打开终端，输入如下命令之后，再输入密码，可以进入服务器，其中 username 填写自己相应的，ip 为服务器的 ip 地址。

ssh username@ip
1

生成密钥对
打开终端，输入如下命令，在本机生成秘钥对，输入命令后，一路回车。如果本机已经生成了秘钥对，则可以跳过该步骤。

ssh-keygen -t rsa
1

登录服务器
先登陆远程跳板机。其中 username 填写自己相应的，ip 为服务器的 ip 地址。该命令执行后，需要输入密码，然后创建 .ssh/ 文件夹。

ssh username@ip
1

操作的时候输入完登陆密码，需要输入yes而不是y

创建 .ssh 文件夹：

mkdir .ssh
1

配置免密登陆
在本机，打开终端，输入如下命令，将公钥复制到远程跳板机上。其中 username 填写自己相应的，ip 为服务器的 ip 地址，该命令执行后，需要输入密码，可以登录服务器。
scp ~/.ssh/id_rsa.pub username@ip:~/.ssh/

然后登陆服务器，将 id_rsa.pub 内容复制到 authorized_keys 中。

cd ~/.ssh
cat id_rsa.pub >> authorized_keys
1
2

修改文件权限。

chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys
1
2

在本地的机器上，配置 config 文件。

cd ~/.ssh/
vim config
1
2

在 config 文件中添加如下信息，其中 username 需要填写自己对应的，ip 为服务器的 ip 地址。

Host            july-gpu
HostName        ip
Port            22
User            username
IdentityFile    ~/.ssh/id_rsa
1
2
3
4
5

配置好上一步之后，就可以在本地机器上免密登陆了。

ssh july-gpu
1

传输文件/文件夹
将本地文件/文件夹传到服务器

~/ 为当前用户的主目录地址。

在本地机中：

scp filename july-gpu:~/
scp -r folder july-gpu:~/
1
2

: 后面是服务器的路径，需要自行设置，其中 username 填写自己相应的。

将服务器文件/文件夹传到本地
在本地机中：

scp july-gpu:filename localpath
scp -r july-gpu:folder localpath
1
2

: 后面是服务器的路径，需要自行设置，其中 username 填写自己相应的，ip 为 GPU 的服务器。localpath 为本地机上的路径。

pip3 包的安装。
由于安装有些 packeage 需要 root 权限，但是，pip3 可以只给当前用户安装 packeage，即在后面加上 –user，比如，安装 numpy。

pip3 install numpy --user
1

测试环境
测试环境，打开终端，输入 python3，进入交互式命令，导入包，如果不报错，则说明环境正常。

tensorflow
python3

>>> import tensorflow
1

pytorch
python3

>>> import torch
1

keras
python3

>>> import keras
1

会提示：Using TensorFlow backend.

测试 demo
tensorflow
python3 /home/deeplearning/tensorflow-mnist.py

pytorch
python3 /home/deeplearning/pytorch-mnist.py

keras
python3 /home/deeplearning/keras-mnist.py

PS：目前服务器使用人数较多，希望大家用空尽量清理一下自己不再使用的文件，方便其他学员使用，谢谢。

查看系统资源使用情况
CPU
查看服务器资源占用情况：
htop

GPU
查看 GPU 使用情况。
nvidia-smi