使用VNC Viewer虚拟桌面连接服务器各种坑

1.连接不上服务器

我已经安装上了VNC Viewer，并且配置好了主机IP地址，可是连接的时候显示connecting timed out，死活连不上。没办法，问师姐，然后出现两个问题，第一，我没有在ip后面配置端口；第二，我没有连接学校的内网。于是我申请了一个临时账号，充钱，登录，解决问题。

2.师兄给我的服务器使用说明上是这样写的：

1）不要随意使用sudo权限安装或修改系统路径下的文件内容，例如make install, pip install等指令，能安装在用户目录的都不要加sudo安装在系统目录。

2）不要随意重启服务器，在需要重启服务器之前提前通知大家。

3）在使用多显卡机器时注意限制使用的显卡，避免显卡浪费。

于是，在这样的要求下，配置系统的环境就需要在虚拟环境中配置，就要安装virtualenv和virtualenvwrapper，然后使用mkvirtualenv命令进行自己的环境配置，然后又遇到一大波坑，问了师姐，师姐不知道咋解决，最后找了师兄，师兄莫名其妙解决了，也说不出具体的原因。总之，现在可以正常使用啦，开始学习！

3.编辑bashrc文件：

1）edit ~/.bashrc  或vim ~/.bashrc     (打开文件)

2）按i（insert）可以进行插入编辑

3）保存：先按esc，然后按shift : w q !，然后enter，文件顺利保存

4.pytorch的安装，先要创建pytorch虚拟环境

1）mkvirtualenv pytorch -p /usr/bin/python3.5  （指定python环境）

2）先从官网上https://pytorch.org/ 上找到需要安装的版本，有相应的指令

5.Ubuntu中常用快捷键大全

https://www.cnblogs.com/nucdy/p/5251659.html

6.深度学习环境配置

1）cuda，服务器上安装有cuda8.0，但是没有配置环境，打开bashrc，将下面几行写到文件后面

(a)vim ~/.bashrc
(b)添加如下行，用于添加cuda bin的路径到环境变量PATH
export PATH=$PATH:/usr/local/cuda/bin
(c)添加如下行，用于添加cuda/lib和cuda/lib64路径到环境变量LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib:/usr/local/cuda/lib64
(d)使配置生效
source ~/.bashrc

7.tensorflow的安装，直接在清华源上找到所需安装的版本，有相应的安装指令，需要先创建tensorflow虚拟环境

1）mkvirtualenv tensorflow -p /usr/bin/python3.5

2) https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

但是上面指令不太好用，直接用指令更快，pip install tensorflow-gpu（或用pip3）

8.Ubuntu下查看文件安装目录

which 文件名：which python2

9.在win10中使用pycharm可以在服务器上远程调试代码，本地写代码，服务器上跑，于是在win10上安装pycharm，想要导入之前anaconda中的python，也是折腾了很久。配置好python环境后，写了一个python程序，准备运行，打算每次点击run/debug，都会出现edit configuration，以为那里出错，后来百度，发现是interpreter解释器没有配置好，但是我明明已经导入了，而且在python console中也可以正常导入，为啥不行？？？迷惑，后来发现是自己导入了之后没有apply，一定apply并且应用于所有项目，再慢慢等它导完所有的库，然后就可以了，结束了，可以正常使用了。

11.哈哈，又发现一个大坑，弄了半天没有找到，运来pycharm community不能配置远程调试啊，我就说为什么网上的教程上说的我没有找到，原来是需要安装professional 版本。

最后

以上就是舒适灰狼为你收集整理的使用VNC Viewer虚拟桌面连接服务器各种坑的全部内容，希望文章能够帮你解决使用VNC Viewer虚拟桌面连接服务器各种坑所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。