VS Code远程SSH/Jupyter会话持久化解决方案咨询

一、针对Jupyter Notebook/Lab的持久化方案 #

核心思路是让Jupyter服务在远程机器后台独立运行，脱离VS Code的会话依赖：

• 步骤1：在远程机器后台启动Jupyter服务
  用nohup快速启动（适合临时任务）：

  nohup jupyter notebook --no-browser --port=8889 &
  

  用systemd创建常驻服务（适合长期稳定运行）：

  1. 创建服务配置文件~/.config/systemd/user/jupyter.service，填入以下内容：

     [Unit]
     Description=Jupyter Notebook Service
     [Service]
     Type=simple
     ExecStart=/usr/bin/jupyter notebook --no-browser --port=8889
     WorkingDirectory=/home/你的用户名/你的工作目录
     Restart=always
     [Install]
     WantedBy=default.target
     

  2. 启动并启用服务：

     systemctl --user daemon-reload
     systemctl --user start jupyter.service
     systemctl --user enable jupyter.service
     

• 步骤2：在VS Code中连接独立内核
  打开VS Code的Jupyter扩展，点击右上角「选择内核」，选择「现有Jupyter服务器」，输入远程机器的Jupyter地址（比如http://localhost:8889，需先通过SSH做端口转发：ssh -L 8889:localhost:8889 远程用户名@远程IP）。本地断连后，远程的Jupyter服务和运行的notebook进程会持续运行，重连后直接接回即可。

二、针对独立Python脚本的持久化方案 #

让脚本在远程后台脱离终端运行：

• 用nohup后台运行
  在远程终端执行：

  nohup python3 你的训练脚本.py > training.log 2>&1 &
  

  脚本会在后台持续运行，输出内容写入training.log，断连后进程不会终止。后续可通过VS Code打开远程的training.log查看进度，或用tail -f training.log实时监控。

• tmux其实也适配VS Code（别局限于终端）
  你觉得tmux只适用于终端，但完全可以结合VS Code使用：

  1. 在远程机器启动tmux会话：tmux new -s training-session
  2. 在tmux会话内启动Python脚本或Jupyter服务
  3. 断开VS Code连接后，tmux会话会在远程后台保留
  4. 下次重连VS Code后，打开远程终端执行tmux attach -t training-session，就能回到之前的会话，进程全程未中断。VS Code的终端完全支持tmux操作，可直接在编辑器内管理会话。

三、优化VS Code Remote Tunnel的持久化 #

确保远程机器的VS Code Server进程不会因断连终止：

• 检查Remote Tunnel的systemd服务状态：

  systemctl --user status code-server@你的隧道名称
  

  如果未启用，执行以下命令设置开机自启：

  systemctl --user enable --now code-server@你的隧道名称
  

  这样远程机器重启后Tunnel服务会自动启动，且进程不会因本地断连终止。

关键注意点 #

• 确保远程机器不会自动休眠或关机，可在系统电源设置中改为「永不休眠」。
• 机器学习训练建议将日志写入文件，方便后续回溯进度和排查问题。

内容的提问来源于stack exchange，提问作者Cheney