利用Pycharm连接服务器的全过程记录
前言
当下，很多深度学习的模型需要高配置的设备来跑，本地的pc可能无法满足要求。所以就需要利用服务器来训练，但是在服务器上操作代码不是很方便。利用Pycharm可以在本地编写/修改代码，能够同步到服务器上，并且能直接在本地利用pycharm运行同步到服务器上的代码。非常的方便。
- 前提
一台装有anaconda的服务器，本地装了专业版的pycharm。
操作步骤
步骤一：在pycharm上使用服务器的python环境
用pycharm任意打开一个项目，从工具栏中选择File–Settings
文章图片
找到你的项目名称下面的Python Interpreter
文章图片
在这里，选择我们要用的python的解释器。点击下图所示的python Interpreter后面的按钮，然后点击Add，将服务器中Anaconda中的python解释器加入pycharm中。
文章图片
文章图片
在右侧的选项中选择SSH Interpreter 表示要用ssh的方式来找到python解释器。
文章图片
在host中填入你的服务器的公网IP 然后在Username中填入你的用户名。然后点击Next。
文章图片
输入你的服务器的访问密码，然后点击Next。
文章图片
在Interpreter中选择你在服务器中的解释器的位置。找到你在服务器中安装的Anaconda，然后找到bin，再从里面选一个python解释器。然后点击Finsh。
文章图片
文章图片
此时你就可以看到，当前环境下安装的python的包。然后点击ok。此时，你的pytharm已经是在服务器的python环境下了，此时运行代码便是在服务器上运行。
文章图片
步骤二：同步代码
完成步骤一后便能能用服务器来跑代码了，接下来是让本地的代码能够与服务器上的代码同步。这样我们只需要在本地修改代码，便能自动同步到服务器上。
选择工具栏中的Tools-Deployment-Configuration。
文章图片
选择SFTP类型，建立SFTP连接，输入服务器ip 和 用户名 密码。建立SFTP连接。然后点击Test Connection测试下是否能正常连接。如正常便会弹出下图。
文章图片
文章图片
然后点击Mapping选择映射关系，在Local path中选择本地项目所在的路径。在Deployment path中选择在服务器中项目的存在路径。然后点击ok
文章图片
最后在Tools-Deployment 下勾选上自动更新。如果你的项目在服务器上就选在Download from xx（你的服务器），如果你的项目在本地，就选择Upload to xx。
文章图片
此时本地和服务器的代码便已经同步了。
总结
其实所有的步骤无非就是做了两件事，让pycharm与服务器建立SSH连接XFTP连接，能传输命令和文件。刚开始比较生疏，多操作几次可能就能熟练了。
【利用Pycharm连接服务器的全过程记录】到此这篇关于利用Pycharm连接服务器的文章就介绍到这了,更多相关Pycharm连接服务器内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
推荐阅读
- 系统之家win7旗舰版gho系统宽带连接691出错的处理手段
- 应用宝怎样连接手机？应用宝连接手机的办法
- js利用canvas合成图片
- 详解基于pycharm的requests库使用教程
- 文末福利｜时间精力节省 50%，腾讯云HiFlow场景连接器小程序解放你的双手
- 如何利用python读取图片属性信息
- nameko 是一个服务一个 amqp 连接，还是每个队列 work 函数一个 amqp 连接（）
- 机器学习和深度学习|GPU的租用Pycharm连接远程GPU服务器跑深度学习
- 利用kubernetes资源锁完成自己的HA应用
- 微软服务器连接失败,Win10更新导致TLS连接失败或连接超时 微软已解决