小白使用pycharm连接实验室服务器步骤及踩坑记录(一)

文章讲述了在个人电脑运行深度学习模型速度慢的情况下,如何使用实验室服务器进行计算。作者通过xshell和xftp连接并管理服务器,创建和激活conda虚拟环境,以及在PyCharm中设置远程解释器和文件同步。过程中遇到的空间不足问题和解决方案也被提及,最后提到了使用screen命令应对网络不稳定的策略。
Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

前言

自己电脑跑深度学习太慢了,学长推荐我用实验室的服务器。踩坑开始了。

工具

  1. pycharm专业版,只有专业版才能远程调试
  2. 实验室服务器账号和密码
  3. 实验室服务器IP地址和端口号
  4. xshell远程连接服务器(创建环境和工作空间等)
  5. xftp便捷快速上传文件至服务器

xshell和xftp都可以申请免费版,pycharm专业版我是在某宝解决的。

准备

服务器端准备

  1. 创建自己的虚拟环境,为后面下载包做准备(坑:我创建之后下载包时提示“[Errno]: no space left on device”。询问之后,因为我的实验学姐做过,所以学长叫我直接用学姐的环境,包都很全
  2. 创建自己的工作空间(就是文件夹),放置自己的代码和结果(坑:一定要问在哪里创建自己的工作空间,我开始不知道,直接在系统文件中创建文件夹了。后面同步文件的时候就提示空间不足……囧

步骤

一、服务器端

1. 用xshell连接服务器

xshell连接服务器
输入主机和端口号以后,点击连接输入账号和密码即可。

2. 创建自己的虚拟环境

conda 命令大全自己查一下conda命令大全
主要用到的有

  • 创建虚拟环境
 conda create -n your_env_name python=X.X
  • 查看当前系统的所有环境
 conda info -e
  • 激活自己的虚拟环境
 conda activate your_env_name

注意:在运行程序时,必须激活自己的虚拟环境

3. 创建自己的文件夹

先转到自己想创建文件夹的位置,然后使用

makedir name

创建以后用 ls 命令查看当前目录下的所有文件夹

二、pycharm端

1. 修改自己的解释器interpreter

左上角 file->settings
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
连接以后找到自己的虚拟环境并选中即可(服务器突然挂了,后面的无法演示了)

2. 修改本地-服务器映射

在这里插入图片描述
在这里插入图片描述
选择自己的文件夹,点击ok以后再次点开当前页面。
在这里插入图片描述
到这里基本就配置好了,只剩下往自己的环境里配置相应的包了~

3. 向服务器传输文件

可以用xftp,也可以在pycharm中上传
在这里插入图片描述

最后

我参考的更为详细的视频讲解
视频
由于使用的校园网,而校园网又时长不稳定,每次程序跑到一半就停了。后面学到可以用screen在后台跑,不怕网络不稳定了,下一篇详细讲解。

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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