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 [email protected]
password：格式为八位字符。
sudo ssh [email protected]
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
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
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
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
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
修改文件权限。
chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys
在本地的机器上，配置 config 文件。
cd ~/.ssh/
vim config
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
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
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:~/
: 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
: 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
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
pytorch
python3
import torch
keras
python3
import keras
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