XShell连接实验室服务器
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
前言
第一次连接实验室服务器跑代码，因pycharm专业版学生认证需要时间，所以自学了XShell连接服务器以及提交任务,现在终于装好了，趁着热乎劲儿总结下，也希望对你有用。作者是新手小白，如有疏漏，请见谅。
一、登录组内服务器
win+R键，cmd打开命令行窗口 ，输入命令：ssh -p 端口号 登录名 @服务器IP地址，即可以成功连接服务器，进入后即在自己的文件目录下。
如果显示连接失败：可能是因为未找到.ssh文件，要确定ssh文件在我们C盘根路径下，且文件名是.ssh。（我们组内申请时，提交的是自己的姓名全拼和公钥，密码就是自己的私钥。登录名就是提交姓名全拼，端口号和IP是申请成功后被告知的。用端口号25，登录名xiaoerhei，服务器ip111.111.111.111举个例子：ssh -p 25 xiaoerhei @111.111.111.111)
二、远程服务器安装miniconda3,并创建虚拟环境及安装GPU版pytorch
在自己的文件目录下，下载安装miniconda3,创建自己的环境，及安装GPU版pytorch。这个我是参考了这篇文章【（二）远端服务器安装miniconda3、GPU版pytorch、2022版pycharm的SSH配置、Jupyter配置 - App】http://t.img.cn/Bq1XJ。过程中存在找不到conda命令问题，可按文章内的操作使用source命令解决。
创建虚拟环境和在虚拟环境下添加包都和本机一样。可以自行下载安装。可以使用pip 命令
三、下载Xshell和Xftp
https://www.xshell.com/zh/free-for-home-school/ 在这一官网链接下载安装（安装路径可选）XSHELL和XFTP，下载安装完成后会弹出窗口，填写用户名和邮箱，提交后可在邮箱内对邮件确认。
四、在Xshell 上连接服务器和跑代码
点击file-new创建会话，name随便填(如实验室服务器)，host 填组内的服务器ip地址，port number 填组内的端口号，点OK，在弹出的窗口内 username 填写服务器的登录名，并提交申请服务器时填写的公钥对应的私钥文件，即可连接。（服务器是用用户名和密码登录的，可以在authentication 内填写用户名和密码后连接，但我们组的密码就是个人的私钥，这个是有区别的。因为是完成后总结，所以这个页面无图）
在上图页面中点下图红框中绿色按钮，打开XFTP，同上述方式一样，连接服务器成功后，如下图，屏幕左显示本机文件，右侧显示服务器文件。
在xshell 命令窗口，进入服务器端自己的文件夹下，依次进行如下操作：
1、创建文件夹test及其子文件夹informer
创建文件夹命mkdir 例如：mkdir test
查看当前文件夹下文件：ls
2、把项目文件夹压缩后可可以用rz命令上传文件， 使用unzip 命令对文件夹解压，使用rm -rf命令可删除压缩文件，此时服务器页面只有解压后的项目文件夹。
3、使用cd命令进入项目文件夹中运行文件的主目录下
4、在项目文件夹informer2020-main下，进入自己创建的虚拟环境，（conda命令使用不了，我这使用source命令），使用python-u 运行该项目下main_informer.py 文件，并设置参数 --moder 等等（github上作者提供的命令），如下图所示。
搞定啦，给自己一个赞吧。
文章目录
前言一、登录组内服务器二、远程服务器安装miniconda3,并创建虚拟环境及安装GPU版pytorch三、下载Xshell和Xftp四、在Xshell 上连接服务器和跑代码
1.创建文件夹2.上传项目文件3、激活虚拟环境4、运行项目代码总结
前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
提示：以下是本篇文章正文内容，下面案例可供参考
一、pandas是什么？
示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下（示例）：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下（示例）：
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示：这里对文章进行总结： 例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
