前言

當下，很多深度學習的模型需要高配置的設備來跑，本地的pc可能無法滿足要求。所以就需要利用服務器來訓練，但是在服務器上操作代碼不是很方便。利用Pycharm可以在本地編寫/修改代碼，能夠同步到服務器上，并且能直接在本地利用pycharm運行同步到服務器上的代碼。非常的方便。

- 前提

一臺裝有anaconda的服務器，本地裝了專業版的pycharm。

操作步驟

步驟一：在pycharm上使用服務器的python環境

用pycharm任意打開一個項目，從工具欄中選擇File–Settings

找到你的項目名稱下面的Python Interpreter

在這里，選擇我們要用的python的解釋器。點擊下圖所示的python Interpreter后面的按鈕，然后點擊Add，將服務器中Anaconda中的python解釋器加入pycharm中。

在右側的選項中選擇SSH Interpreter 表示要用ssh的方式來找到python解釋器。

在host中填入你的服務器的公網IP 然后在Username中填入你的用戶名。然后點擊Next。

輸入你的服務器的訪問密碼，然后點擊Next。

在Interpreter中選擇你在服務器中的解釋器的位置。找到你在服務器中安裝的Anaconda，然后找到bin，再從里面選一個python解釋器。然后點擊Finsh。

此時你就可以看到，當前環境下安裝的python的包。然后點擊ok。此時，你的pytharm已經是在服務器的python環境下了，此時運行代碼便是在服務器上運行。

步驟二：同步代碼

完成步驟一后便能能用服務器來跑代碼了，接下來是讓本地的代碼能夠與服務器上的代碼同步。這樣我們只需要在本地修改代碼，便能自動同步到服務器上。

選擇工具欄中的Tools-Deployment-Configuration。

選擇SFTP類型，建立SFTP連接，輸入服務器ip 和 用戶名 密碼。建立SFTP連接。然后點擊Test Connection測試下是否能正常連接。如正常便會彈出下圖。

然后點擊Mapping選擇映射關系，在Local path中選擇本地項目所在的路徑。在Deployment path中選擇在服務器中項目的存在路徑。然后點擊ok

最后在Tools-Deployment 下勾選上自動更新。如果你的項目在服務器上就選在Download from xx（你的服務器），如果你的項目在本地，就選擇Upload to xx。

此時本地和服務器的代碼便已經同步了。

總結

其實所有的步驟無非就是做了兩件事，讓pycharm與服務器建立SSH連接XFTP連接，能傳輸命令和文件。剛開始比較生疏，多操作幾次可能就能熟練了。

到此這篇關于利用Pycharm連接服務器的文章就介紹到這了,更多相關Pycharm連接服務器內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！