欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

pycharm远程连接服务器,同步代码,使用GPU

程序员文章站 2023-12-31 20:55:16
用了很久的spyder,一直有一些问题,体验感不是很好:1.自动提示功能不齐全,有时甚至失效2.不能直接本地代码同步到服务器(网上介绍的一种方法我尝试失败....)3.要使用远程服务器的GPU,本地的代码通过xshell上传到服务器之后还要修改一些文件路径(数据),操作太麻烦网上了解了一下,发现pycharm在与服务器同步的功能上比较强大,决定弃用spyder了。自己摸索了很久......

用了很久的spyder,一直有一些问题,体验感不是很好:

1.自动提示功能不齐全,有时甚至失效

2.不能直接本地代码同步到服务器(网上介绍的一种方法我尝试失败....)

3.要使用远程服务器的GPU,本地的代码通过xshell上传到服务器之后还要修改一些文件路径(数据),操作太麻烦

网上了解了一下,发现pycharm在与服务器同步的功能上比较强大,决定弃用spyder了。

自己摸索了很久,终于是成功了,决定把混乱的过程理一理吧!

以下是我安装pycharm,并连接远程服务器,本地代码同步到服务器,使用服务器的GPU的步骤。

1.PyCharm安装

pycharm安装Professional 版,破解方法网上有很多,这里就不再赘述啦!

2.在PyCharm中设置Anaconda环境

由于我之前使用了Anaconda,类库齐全,也很方便,所以就想将Anaconda也配置到pycharm中。

  • 在pycharm中打开一个项目(或者新创建一个)
  • 打开File——>Settings——>Project Interpreter,点击箭头所指的齿轮,选择Add

pycharm远程连接服务器,同步代码,使用GPU

pycharm远程连接服务器,同步代码,使用GPU

在Base interpreter处选择本地的Anaconda环境中的python安装路径,如下图:Location处是项目的路径。完成之后,就会在上一个界面中看见导入了很多包。pycharm远程连接服务器,同步代码,使用GPU

  • 回到主界面就会发现成功啦!

3.连接远程服务器,同步代码

完成第第2步之后又发现,我需要连接的是远程服务器

  • 选择Tools——>Deployment——>Configuration,在打开的窗口点击+,选择SFTP
  • 在Connection界面填写服务器地址Host,用户名,密码;在Mappings界面中,Local path:是本地的项目存放路径,Deployment path:是服务器的相同项目的路径,二者是相互对应的。
    pycharm远程连接服务器,同步代码,使用GPU
  • 连接服务器成功之后,选择本地代码同步到服务器的操作:Tools——>Deployment——>Options

pycharm远程连接服务器,同步代码,使用GPU

4.pycharm中使用服务器的GPU

首先需要确保的是远程服务器上GPU的环境已经激活。我的远程服务器已经安装了Anaconda,tensorflow等环境也配置好了,gpu也可以正常使用。

由于前面走了弯路,所以这里就清楚很多了,因为已经连接上远程服务器了,所以要使用gpu,直接将2步骤里面anaconda的python环境路径选择为服务器上的gpu环境路径即可!

pycharm远程连接服务器,同步代码,使用GPU

用以下代码测试gpu是否可用:

import tensorflow as tf

a = tf.test.is_built_with_cuda()
b = tf.test.is_gpu_available(
    cuda_only=False,
    min_cuda_compute_capability=None
)
print(a)
print(b)

运行之后,在pycharm会显示GPU的相关信息,并返回两个True。之后也可以ctrl+s将代码同步到服务器啦。

 

 

本文地址:https://blog.csdn.net/yinmengtingjoy/article/details/85946861

相关标签: pycharm 服务器

上一篇:

下一篇: