1.下载Xshell，远程连接服务器
打开Xshell，点击“文件”，“新建”。如下界面：
名称改不改都行，在主机位置输入主机号。点击“用户身份验证”，输入用户名和密码，点击“确认”。然后在首页再次点击“文件”、“连接”。选择刚刚创建的会话，进行连接。
服务器连接成功。
2.配置fast-reid的环境
2.1创建虚拟环境
conda create --name fastreid python==3.8
2.2激活虚拟环境
conda activate fastreid
2.3安装pytorch
conda install pytorch==1.6.0 torchvision tensorboard -c pytorch
2.4安装依赖
cd fast-reid-master
pip install -r ./requirements.txt
其中requirements.txt内容：
第一次在跑实验的时候直接按照Githup上的要求一个一个安装的，比较麻烦。之后看师哥在用公司服务器配置环境的时候直接用requirements.txt，真的快多了！
2.5编译加速评估测试
cd fast-reid-master/fastreid/evaluation/rank_cylib;make all
3在虚拟环境中，输入命令行，运行程序。
在fast-reid-master的tools下，输入：
python train_net.py --config-file /home/ry/fast-reid-master/configs/Market1501/bagtricks_R50.yml --num-gpus 4
这个要根据自己的目录修改。
遇到问题：权限不够
输入 sudo -i和密码后，前面变成了（root），这样又进不了虚拟环境fastreid中，按Ctrl+D退出，输入conda activate fastreid，然后到tools目录下，输入：
python train_net.py --config-file /home/ry/fast-reid-master/configs/Market1501/bagtricks_R50.yml --num-gpus 4。
程序运行了一会后报错。
遇到问题：找不到~/.cache/torch/checkpoints/resnet50-19c8e357.pth。
在进入/home/ry后,输入ls，没有看到cache，但是通过输入cd .cache可以进入该目录下，发现checkpoints的上级目录是hnu，而hnu的上级目录才是torch。即：~/.cache/torch/hnu/checkpoints/resnet50-19c8e357.pth。
解决办法是将checkpoints移到上一级。
操作过程：
开始移错了，进入checkpoints目录下后，输入mv *../,结果把resnet50-19c8e357.pth移到了上级目录，与checkpoints同级目录。然后cd .. 回到hnu目录下后，输入mv *../把checkpoints和resnet50-19c8e357.pth都移动到了与hnu同级目录。进入checkpoints目录下，输入：
cp /home/ry/.cache/torch/resnet50-19c8e357.pth .
再次输入运行命令，程序运行成功~~~~
或4.自己电脑的pycharm中选择服务器中配置好环境下的解释器
把fast-reid-master导入自己电脑的pycharm后，选择setting，然后选择解释器。
点击“SSH Interpreter”后，在Host输入服务器ip。然后解释器选择home/ry/.conda/env/fastreid/bin/python 3.8,然后要改一下mapping，使得自己电脑上的fast-reid-master映射上服务器上的fast-reid-master。选/home/ry/fast-reid-master。保存后，自动更新。然后运行程序。
巩固：
1.移动目录到上一级
/a/b
要把b移到与a同级，cd a，再输入mv *../(两个点)
2.复制文件或目录到该目录下
a目录下有b和c，把c复制到b目录下
cd /a/b,再输入：cp ./c .。（中间空两格，再打个点）
本文地址：https://blog.csdn.net/xuranyi/article/details/109627723
