Pycharm连接远程服务器 用服务器显卡进行debug

原创 已于 2023-06-19 16:52:37 修改 · 544 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pycharm #python #服务器

于 2021-09-02 21:21:34 首次发布
博客提及新版本选择了CIR环境，还可手动设置文件修改后自动上传，与信息技术相关，涉及开发环境及操作设置。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
新版本的选择有所不同：我这里选的是CIR环境
在这里插入图片描述

这里可以手动设置文件修改自动上传
在这里插入图片描述

本地Pycharm连接远程服务器详细配置过程（直接在本地使用服务器显卡，很棒）
NorthSmile的博客
09-21 4万+
相信很多人都遇见过这种情况：实验室成员使用同一台服务器，每个人拥有自己的独立账号，我们可以使用服务器更好的配置完成实验，毕竟自己哪有money拥有自己的3090呢。
Pycharm连接远程服务器、使用Pycharm运行深度学习项目、Pycharm使用总结以及Pycharm报错和解决办法
qq_43403676的博客
04-10 1万+
Pycharm连接远程服务器，使用Pycharm运行深度学习项目以及Pycharm的使用总结 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录Pycharm连接远程服务器，使用Pycharm运行深度学习项目以及Pycharm的使用总结前言一、Pycharm连接远程服务器1、配置Deployment2、配置使用服务器端的Python环境3、使用远程服务器运行项目二、Pycharm运行深度学习项目1、配置深度学习环境2、下载数据集3、配置参数三、Pycharm使用总结及使用技巧1、P
Pycharm连接服务器并Debug
qq_41229894的博客
07-04 1344
2、新建配置，[SSH Interpreter]-[New server configuration]，把[Host]、[Port]、[User name]都填上，然后点击[Next]前提：我这时已经通过[Tools]-[Deployment]-[Configuration]部署好了服务器，并且在终端使用命令在服务器中创建了虚拟环境，虚拟环境中安装好了各种库。下面是将项目文件上传同步到服务器的路径地址，如果你的左边文件很多，这传一下会要挺久。3、输入密码，，然后点击[Next]
本地Pycharm连接远程服务器训练模型教程-yolov5为例-傻瓜式保姆级教程！！建议收藏✨✨！
m0_57787115的博客
04-20 1万+
本地pycharm 与云服务器/实验室服务器进行远程连接跑实验训练-以yolov5为例、同步本地与云服务器的全部或者部分文件。
「图文详解」Pycharm 远程服务器Debug
绿色羽毛
10-24 3452
首先声明一点，社区版的无法使用，需要使用才可以使用，至于密钥可以去TB购入，价格低廉、有效期长相信很多小伙伴会面临本地电脑显存不够，但是服务器代码又无法直观的调试，只能靠打日志的方法查看结果，对于普通程序员可能勉强够用，但是对于一名深度学习算法工程师而言，这真的一点也无法接受，因为算法工程师对变量的各个属性以及变量的维度变化十分看中，这个是靠打日志无法实现的，所以必须上远程Debug方法，目前采用此方法使用了大半年了，基本跟本地Debug 一样，在此整理分享给大家，此外也为了方便日后，自己查阅。
pycharm连接服务器运行，debug卡住
zhangjipinggom的博客
06-07 5641
1. 问题描述： pycharm连接服务器运行，run的时候速度很快，debug却会卡住 2. 原因： 还不知道。。。也不知道怎么解决 重启pycharm可以解决，可能是因为一些配置文件？ ...
（2022.4）如何使用PyCharm连接GPU服务器运行代码（极其适合初学者）
weixin_42496865的博客
04-19 1万+
使用PyCharm专业版连接服务器，使用远程计算资源，轻松运行自己的代码，光速计算，过程详细友好。
Pycharm远程运行指定GPU
weixin_45912366的博客
10-13 1528
pycharm指定GPU
最详细Pycharm远程代码调试配置方案【针对GPU集群】
大侠isme
11-13 2271
由于学校的深度学习任务都是上传的学校的GPU集群上运行，因此可视化和调试程序就变的十分麻烦，几经辗转、终于找到了解决方案，即通过ssh隧道的方式，用Pycharm通过跳板机连接内网服务器。现在此总结一下。目前我们学校的集群结构是一个三级结构，如果你们也是，那下面的方法多半是可以用的。
pycharm连接深度学习云服务器使用方法说明（以AutoDL为例）
abinghui123的博客
05-14 2793
1、登入AutoDL网站，创建自己的实例，如图所示。（关于如何创建租用实例：1.进入AutoDL网站，点击实例与数据。2、点击我的实例，3、租用新实例，4根据自己的实际情况选取GPU） 2、实例创建好后，打开pycharm专业版，在setting中点击小齿轮，选择SSH解释器，输入主机，端口，用户名。（具体请参考：AutoDL帮助文档） 3、通过FileZilla上传自己的数据集。具体请参考：AutoDL帮助文档 4、开始训练 本文参考以下Pycharm连接远程GPU服务器跑深度学习_哔
Python学习——Debug调试（Pycharm）
kstt20230206的博客
06-23 2581
Python（Pycharm）的Debug调试
超详细保姆级教程——pycharm连接服务器并debug
富贵的博客
09-01 4267
可以看到，刚刚新建的test环境右边的[SSH configuration]中已经出现了一个服务器地址名。pycharm工具栏中的[Tools]-[Start SSH Session]，如下图。这里弹出来的框就是要选择使用服务器的文件了，几个路径要搞明白。......
Pycharm链接远程服务器GPU跑深度学习模型
weixin_43752269的博客
05-07 3737
注：使用远程服务器运行代码时，服务器上一定要有项目代码、数据，只在自己电脑本地有是不行的。点击加号，在右侧填写远程服务器的HOST IP地址，User name ，password，填写完毕后点击Test connection，弹出连接成功即可，表明连接到远程服务器了。使用服务器前，确保服务器是开着的，如果需要往服务器上下载东西，比如安装Python包等，需要确保服务器已经联网，否则安装环境包时会出错，无法访问地址。点击＋，选择SFTP，输入服务器名称(随意)，点击OK，就创建好了。
Pycharm debug调试教程（零基础轻松上手）
热门推荐
自己在学习过程中的总结
01-26 2万+
Pycharm debug调试教程（零基础轻松上手）1.如何给程序打断点？2.如何开启Debug调试？3.Debug控制台各按钮功能4.Debug调试示例15.Debug调试示例26.Debug调试示例3。debug，就是对于结果不符合预期的程序，将程序执行的过程放慢甚至中途暂停，通过逐步排查中间变量或者输出以定位有故障的代码段的过程。这个过程可以看作是逐步调试程序的方法。当我们点击“运行”时，程序并不是一下子全部执行完毕，而是逐步执行各个部分，每执行完一部分就检查结果是否符合预期。如果发现有问题，就暂停执
pycharm 连接服务器-使用服务器GPU【代码在本地编辑-在服务器运行】
二十四桥明月夜的博客
12-12 2931
pycharm 大家都很熟悉，作为AIer，日常在服务器上跑代码是不可或缺的需求。那么除了方便快捷的jupyter notebook可以直连服务器外，pycharm是否也可以呢？ 答案是肯定的。【代码在本地编辑-在服务器运行】 第一步：安装pycharm专业版 pycharm 社区版是没有连接服务器的操作滴，所以必须安装专业版。专业版可以通过edu邮箱认证获得免费使用——具体移步百度：...
显卡相关debug经历
adolhung的博客
02-18 484
状况一： 情况：开机后发现 “nvidia-smi“ 报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver，搜索后确认是内核版本和显卡驱动初安装时版本对不上。 解决方法：安装 dkms 去自动匹配。 sudo apt-get install dkms #DKMS全称是Dynamic Kernel Module Support，它可以帮我们维护内核外的这些驱动程序，在内核版本变动之后可以自动重新生成新.
使用指定显卡
wtyttdy的博客
06-28 407
Run->edit configurations environment variebles …点最后的edit name：CUDA_VISIBLE_DEVICES value：5（指定的空闲显卡）
pycharm中使用pytorch查看、使用、切换远程服务器的GPU
weixin_50944399的博客
02-25 743
Pycharm中使用pytorch查看、使用、切换全程服务器的Gpu
Pycharm专业版连接远程GPU服务器+xshell7和xrtp7下载
weixin_63866037的博客
07-13 3895
之前觉得配置远程服务器和本地的Pycharm连接非常麻烦，随着这篇博客的完成，感觉也不是很麻烦了。思路很清晰，之前踩的坑都帮大家一一说明了，如果大家还遇到了其他问题也欢迎在下方评论！
pycharm怎么跑深度学习模型
最新发布
12-28
### 如何在 PyCharm 中配置和运行深度学习模型 #### 配置 PyCharm 开发环境 为了能够在 PyCharm 中顺利开发 Python Keras 深度学习模型，首先需要确保已经安装了合适的版本的 PyCharm 并创建了一个新的项目[^1]。 #### 安装必要的依赖包 对于基于 Keras 的深度学习应用来说，在开始编写代码之前还需要确保所有必需的软件包都已经正确安装。这通常包括 TensorFlow 或者其他支持 Keras 后端运算的框架。可以通过 pip 工具来完成这些库的安装： ```bash pip install tensorflow keras numpy pandas matplotlib scikit-learn ``` #### 连接到远程服务器并设置部署 如果计划在一个远程服务器上执行训练过程，则可以利用 PyCharm 提供的功能来进行连接。具体操作如下： - **配置 Deployment**：通过 Tools -> Deployment 菜单选项进入相应的界面，按照提示输入 SSH 主机名、用户名以及其他必要信息。 - **配置使用服务器端的 Python 环境**：选择 Run/Debug Configurations 下拉菜单中的 Edit Configurations... ，点击左上方加号按钮添加一个新的 Remote Interpreter via Fabric/SFTP 项，并指定目标主机上的解释器路径[^4]。 #### 编写与调试代码 当一切准备就绪之后便可以在本地编辑源码文件了。值得注意的是，由于涉及到 GPU 加速计算资源分配等问题，实际启动脚本时可能需要用到特定形式的命令行指令，例如 `CUDA_VISIBLE_DEVICES=0 python train.py` 来指明要使用的显卡编号[^3]。 另外，在 PyCharm 内部也可以方便地进行断点调试工作，这对于排查复杂网络结构中存在的 bug 十分有帮助。只需简单地点选左侧边栏即可快速设定断点位置；而一旦程序暂停下来则能够查看当前变量状态甚至临时改变其取值以便进一步测试不同情况下的行为表现。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值