https://blog.csdn.net/weixin_44145782/article/details/114080897?

ssh连接远程服务器

再上一个教程中，出现了爆显存的问题，当我把打开的亿些网站和pycharm关掉之后，我的笔记本以batch_size=1的参数进行训练，这是非常浪费时间行为，所以我们需要借助实验室的显卡！！！在此立一个flag，如果我保研了心仪的学校，我要给自己买一块Titan RTX

连接远程服务器

基本操作

1. 首先我们的服务器在学校，如果现在人不在学校里面（没有连接学校的局域网），需要下载一个easyconnect~连上学校的vpn 1. win下激活openssh即可（上网查教程，就在设置里面打开就可以，操作很简单），macos和ubuntu帽子是自带ssh的，可以直接连接。1. 命令行输入命令 ssh 用户名@服务器IP地址

连接成功后输入密码即可

4. 进入到该用户的文件路径下，当前环境是base

conda info -e

查看所有环境 5. nvidia-smi查看当前服务器卡的使用情况 哇四块卡，目前都没人用，哈哈哈哈啊哈哈！！！hiahiahiahiahia！！！

学校的卡是台式显卡GeForce RTX 2080 Ti

1. conda activate 环境名激活环境，然后缺什么lib安装什么就可以了 pip install lib-name，一般安装requirement文件里的安着安着就报错了，还不如缺什么装什么呢。

文件传输

• 将本地文件传到服务器

scp -r /path/filename username@servername:/path/

• 将服务器文件传到本地

scp -r username@servername:/path/filename /var/www/local_dir（本地目录）

• 强制删除文件或目录

rm -r -f 文件名（目录名）

• 解压文件

unzip yolo3-keras.zip -d /home/dp/NWQ/yolo

• 压缩文件（到当前文件夹)

zip -r FileName.zip DirName （-r递归压缩文件目录下所有子文件）

深度学习最佳GPU

• 学校的卡就是RTX 2080 Ti，绝大多数院校的实验室应该都是这个卡吧（据我所知）学校的计算资源还是比较匮乏的- 相对较小的batch size，模型的分布近似会受到影响，从而模型精度可能会较低。

对比

• 批处理大小 - 性能（以每秒处理的图像为单位 - 使用Quadro RTX 8000结果进行标准化后的表现

这样看来 Titan RTX的性价比简直高的爆表啊

结论和购买建议

学cv需要钞能力啊伙计们！！！！

附录

References

1. 2020年深度学习最佳GPU一览，看看哪一款最适合你！1. 使用SSH命令行传输文件到远程服务器

• Python从入门到大师
• Python爬虫专栏
• 数据分析
• 机器学习
• AI基础

日常收集整理了一批不错的 Python 学习资料，有需要的小伙可以自行免费领取。

获取方式如下：公众号回复资料。领取Python等系列笔记，项目，书籍，直接套上模板就可以用了。资料包含算法、python、算法小抄、力扣刷题手册和 C++ 等学习资料！