使用教程

4090服务器1号 · 网页工作空间

1. 开始

登录后点「打开网页 VS Code」。第一次要等几分钟，之后很快。关掉浏览器文件不会丢。

2. 传文件

小文件/文件夹：直接拖拽到左侧文件列表。

代码和大文件（推荐）：终端（Ctrl+`）里让服务器自己下载：

git clone https://github.com/作者/仓库.git
wget https://例子.com/数据集.zip

小段代码：文件列表右键 → 新建文件，粘贴保存。

3. 文件位置

/home/coder — 个人空间，200 GiB 上限，重启不丢。编辑器默认打开这里。
/group — 课题组共享目录，全组可见可写，每组 300 GiB 上限。
/shared/environments — 共享环境，只读。

4. 环境与 GPU

终端里直接可用：pytorch-2.2-cu121（Python 3.10 + PyTorch 2.2）已在 PATH 里，torch.cuda.is_available() 返回 True。

共享环境只读。装自己的包：pip install --user 包名（装进个人空间，重启不丢）。

想要完全独立的环境（都装在个人空间，已实测可用）：

# venv（推荐）
python -m venv ~/venvs/myenv
source ~/venvs/myenv/bin/activate
pip install torch 你想装的包

# Miniconda（官方源不通，走清华镜像）
curl -fsSL -o mc.sh https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash mc.sh -b -p ~/miniconda
~/miniconda/bin/conda create -y --override-channels \
  -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ \
  -p ~/envs/myenv python=3.11

自建环境用 GPU 装 CUDA 12.x 系列的 PyTorch 即可（主机驱动很新，cu121 及之后都兼容）。

如果 python 版本不对（自己改乱过 shell）：export PATH=/shared/environments/pytorch-2.2-cu121/bin:$PATH。自己用 nohup 等方式起进程时保留 OMP_NUM_THREADS=2，否则程序跑完会以崩溃码退出。