PyCharm 搭建GPU远程环境

PyCharm 搭建GPU远程环境

1.前言

随着GPU的发展，人工智能的诸多领域在性能上得到了质的飞跃。尤其是对于目前异常火爆的计算机视觉（CV）方向，更是离不开GPU的参与。

现实生活中，我们常常因为贫穷而买不起高性能的GPU。因此我们就需要一台远程的GPU服务器来帮助我们跑跑算法模型。

本文中，我们假设自己有一台远端的GPU服务器。

2.配置

首先我们先新建一个Project。进入File->Setting，选择项目下的Project Interpreter。

展开show all界面，点击添加按钮。

选择SSH解释器，输入想象的服务器地址和用户名。

此时如果用户名密码都正确，那就已经连接成功啦。下一步再解释器地址一栏里选择正确的解释器路径。

选择Tool->的deployment

选择服务器上对应的工程路径。

跑一个MNIST的CNN试试速度,按照如下的轮数运行。

model.fit(X_train,Y_train,nb_epoch=5,batch_size=1000)

00/60000 [==============================] - 15s - loss: 0.6707 - acc: 0.8148 

在我机器上的一轮需要1分半，这里只需要十五秒。加速还是比较客观的！