请选择 进入手机版 | 继续访问电脑版
MSIPO技术圈 首页 IT技术 查看内容

linux远程服务器和本地服务器相互之间传输文件方法SSH(乌班图系统)

2023-07-13

提前知道几点

1.使用的MobaXterm软件
2.访问本地、远程服务器,需要账号和密码(远程机器上的用户名和密码
远程机器的 IP 地址或主机名(在同一子网上))。每次访问需要输入密码,可以搜Ubuntu SSH 免密登录
3.主要是先要访问本地服务器,才能访问远端服务器,显卡装在远端服务器上。跑深度学习时,先上传到本地,在复制到远端。如果训练完成,参数文件在传到本地。

如果还不会使用MobaXterm可参考这链接使用
使用MobaXterm连接服务器并利用Anaconda进行安装pytoch框架跑深度学习模型(使用学校服务器+显卡进行深度学习)

如果你想使用服务器跑深度学习模型可参考这链接
使用MobaXterm连接服务器并利用Anaconda进行pytoch环境跑深度学习模型LeNet-5分类

4种方式通过 SSH 传输文件

1.scp:已弃用的旧命令
2.rsync:用于文件同步的流行命令
3.sshfs:通过 SSH 挂载远程目录
4.sftp 客户端:通过 SFTP 访问文件的 GUI 工具

1、scp指令(指令都在本地服务器输入)

(1)本地到远端:本地运行

scp -r 文件目录 账户名@远端IP:远端目录(指令pwd查看远端目录路径)

scp 文件名 账户名@远端IP:远端目录(指令pwd查看远端目录路径)

%%没传输前,查看远端目录文件情况
wlc@hz-A100-40:/data/WLC/WKL$ ls
carb_classfication  deep-learning-for-image-processing-master  deep-learningfor-image-processing-master.zip  zjdata

%%传送文件夹是carb,详细指令
wlc@hz-jumper:~$ scp -r "/home/wlc/WKL/carb/" wlc20222022@172.20.198.3:/data/WLC/WKL 

%%查看传输成功
wlc@hz-A100-40:/data/WLC/WKL$ ls
carb  carb_classfication  deep-learning-for-image-processing-master  deep-learning-for-image-processing-master.zip  zjdata

%%这里我把anaconda传过去
scp -r "/home/wlc2021388321/Anaconda3-2023.07-0-Linux-x86_64.sh" wlc2021388321@172.20.198.3:/data/WLC/

在这里插入图片描述

(2)远端到本地:远端运行

scp -r 账户名@远端IP:远端目录 本地目录

wlc@hz-jumper:~$ scp -r wlc20222022@172.20.198.3:/data/WLC/WKL/carb/Test2_alexnet "/home/wlc2021388321/WKL/"
1.jpg                                                                                                   100% 1400KB  96.1MB/s   00:00
predict1.py                                                                                             100% 1518     5.4MB/s   00:00
3.jpg                                                                                                   100%   21KB  37.9MB/s   00:00
train.py                                                                                                100% 4977    15.9MB/s   00:00
model.py                                                                                                100% 2061     6.6MB/s   00:00
model.cpython-38.pyc                                                                                    100% 1727     3.7MB/s   00:00
model.cpython-39.pyc                                                                                    100% 1749     4.2MB/s   00:00
Test2_alexnet.iml                                                                                       100%  340   828.8KB/s   00:00
.gitignore                                                                                              100%   50   132.1KB/s   00:00
misc.xml                                                                                                100%  308   879.6KB/s   00:00
.name                                                                                                   100%    8    23.6KB/s   00:00
modules.xml                                                                                             100%  285   819.8KB/s   00:00
workspace.xml                                                                                           100% 6342    17.1MB/s   00:00
profiles_settings.xml                                                                                   100%  174   738.5KB/s   00:00
Project_Default.xml                                                                                     100% 1504     2.5MB/s   00:00
predict.py                                                                                              100% 1911     7.6MB/s   00:00
2.jpg      

##从远端传输到本地
wlc@hz-jumper:~$ ls
b  c  snap  wanghao  WKL
wlc@hz-jumper:~$ cd WKL
wlc@hz-jumper:~/WKL$ ls
carb  Test2_alexnet  zj4
          

相关阅读

热门文章

    手机版|MSIPO技术圈 皖ICP备19022944号-2

    Copyright © 2024, msipo.com

    返回顶部