Conda, VS Code, SSH

一、搞定环境：别让配置拖你后腿

1. 安装 Miniconda

1. 访问 Miniconda 官网，下载对应系统的安装包。

2. 按照官网指引执行安装（Windows 双击 .exe，macOS/Linux 终端运行 bash Miniconda3-latest-MacOSX-x86_64.sh）。

3. 安装完成后打开终端，输入 conda --version 确认安装成功。

4. 注意：Miniconda是Anaconda的一个精简版，更容易控制包的版本和数量，可以避免臃肿、节省硬盘空间。如果需要快速拥有完整的数据科学工具栈（Jupyter, NumPy, pandas, matplotlib, scikit-learn 等），可以选装Anaconda。

2. 创建与管理 Conda 环境

• 保存环境： conda env export > environment.yml

• 恢复环境： conda env update -f environment.yml

• 删除环境： conda remove -n tong --all

• 加速安装：安装 mamba 后使用 mamba install ...

二、选对编辑器：VS Code + 插件生态

1. 安装 VS Code

• 访问 VS Code 官网，下载并安装。

• 启动后，按 Ctrl+Shift+X 打开插件市场。

2. 必装插件推荐

3. 配置 VS Code 使用 Conda 环境

1. 在 VS Code 中打开一个 Python 文件或 Notebook，左下角会显示当前解释器。

2. 点击并选择 “Python: Select Interpreter”，选择 conda 环境下的 python.exe 或 python。

3. 配置 .vscode/settings.json（可选）：

三、SSH 远程开发：随时随地跑你的代码

1. SSH 密钥管理

1. 在本地生成 SSH 密钥（若已有可跳过）：

1. 将公钥添加到服务器（假设用户名 user，服务器地址 server.com）：

1. 测试连接： ssh user@server.com，若直接登录则配置成功。

2. 配置 SSH 客户端

3. 在 VS Code 中使用 Remote - SSH

1. 点击左下角绿色 >< 图标，选择 “Remote-SSH: Connect to Host...”

2. 选择 myserver，VS Code 将自动在远程端安装必要组件。

3. 连接成功后，你可以像在本地一样打开、浏览、编辑服务器上的文件。

4. 远程终端与端口转发

• 在 VS Code 中打开远程终端：Ctrl+Shift+~，即可使用远程 Shell。

• 训练模型时常需启动 TensorBoard 或 JupyterLab，使用端口转发：
1. 在本地机器运行： ssh -NL 8888:localhost:8888 myserver
2. 在 VS Code 端口面板添加转发，也可通过 Remote-SSH 自动检测端口。
3. 浏览器访问 http://localhost:8888 查看远程服务。

四、推荐工作流示例

1. 本地开发：在 VS Code 本地打开项目，切换到 conda 环境，写小脚本、调试。

2. 同步代码：使用 Git 推送到远程仓库（GitHub/GitLab）。

3. 远程训练：通过 VS Code Remote-SSH 登录服务器，在服务器环境中执行训练脚本。

4. 监控与调试：结合端口转发实时查看 TensorBoard、Jupyter、或其他可视化页面。

5. 结果同步：训练完成后，将模型文件 scp 或者 Git LFS 同步回本地。