0. 引言

这几年的编程方式还真是各种变化，从一开始直接VIM，到后面使用jupyter进行机器学习相关，然后再过渡到vim的形式并加以tmux批量化，最后去年使用了vscode作为IDE。随着工具的变化，那么很多习惯也都随之变化。

在学校实验室，平时都是直接在服务器上进行编程，比较简单朴素，直接ssh+vim来干。那时候也尝试过sublime加插件来管理远程文件，但是他毕竟还是一个编辑器，功能有限；再加上，后来的话，平时使用的内容也相对来说并不是为了构造复杂的生产系统，大多数时候都是一些简单的机器学习模块做实验，所以其实没有什么痛处。后来再使用jupyter来进行实时的实验方便了很多，但是有时候为了批量化实验（大面积的参数实验），还是需要回到服务器上进行实验。所以最后还是用vscode。

关于vscode的学习，本篇文章不会进行说明，这种文章太多了；在这篇文章里简单记录自己平时的遇到的问题。

1. 遇到的问题

1.1 远程文件编辑

这部分其实也没什么好说的，直接安装Remote Development这个扩展就好，然后为了方便的话，再把免密设置好，就可以了。这样就能直接在访问远程服务器了。

在这里插入图片描述

1.2 远程服务器上的Docker容器

之前的时候，因为我都是利用docker来部署开发环境，比如带有GPU的深度学习环境，所以那时候经常就是直接命令行进去；为了使用这个vscode，还专门搜索了相关内容，看看是不是支持远程连接的形式，比如文章[1]。在我把docker扩展在远程服务器上安装完之后，发现并没有相关的内容：

在这里插入图片描述
这部分我还专门去搜索了相关的内容，但都无济于事。。。但是我发现远程资源管理器部分包含了所选的容器：

在这里插入图片描述
那直接选择这个就可以了；因为我容器早就起来了，直接在这里选择就好了。就不用按照文章[1]中的形式了，而且注意到，为什么这里会出现，是因为remote development这个扩展里面就包含了dev container。

那么在这个启动之后，后续的使用过程就跟普通在本地使用vscode一样了。而且还可以再添加jupyter扩展。

1.3 jupyter常驻

安装jupyter扩展之后，就可以更方便的对jupyter文件进行编程，这样就不用再单独开一个浏览器去开发，直接vscode编程就好了。但是这里有一个问题，那就是我发现他每次跑一个程序，我关闭了vscode之后，他就没了。这跟我在浏览器中完全不一样的特性。后来发现，这是因为jupyter扩展是自己开起了一个python kernel；而为什么使用浏览器进行jupyter编程的时候，他这个进程不会死亡呢？是因为他有一个jupyter服务器保持这个kernel，那为了实现跟浏览器一样的功能，在右下角

在这里插入图片描述
点开这个remote，然后指定一个jupyter server，我这里直接使用了当时docker镜像启动时候使用的jupyter服务；输入地址和密码，选择远程的内核，然后这样就能即使关了vscode，后续也能继续运行。同时可以在http端运行的jupyter看到运行的内容中包含了这个
在这里插入图片描述