大家好，又见面了，我是你们的朋友全栈君。
利用Pycharm连接服务器
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
- 找到你的项目名称下面的Python Interpreter
- 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。
- 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。
- 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。
- 输入你的服务器的访问密码，然后点击Next。
- 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。
- 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。
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。
- 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。
- 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
- 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。
- 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。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/174373.html原文链接：https://javaforall.cn
