Pycharm 远程调试与训练

最新推荐文章于 2025-11-11 21:09:35 发布
原创 最新推荐文章于 2025-11-11 21:09:35 发布 · 1.1k 阅读 · 6 ·
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

本文详细介绍了如何在PyCharm中设置远程解释器进行远程调试和训练。步骤包括设置远程解释器、添加解释器、输入密码、同步文件夹，以及注意事项，如设置自动上传和排除不需同步的文件。尽管使用PyCharm的编译运行可能因断网导致训练中断，但此方法适合作为代码编辑工具，建议在实际训练时采用脚本后台运行或screen命令。
1. 设置远程解释器

在这里插入图片描述

2. 添加远程解释器

在这里插入图片描述

3. 输入密码

在这里插入图片描述

4. 设置同步文件夹

在这里插入图片描述

5. 完成

在这里插入图片描述

6. 上传本地代码至远程服务器

在这里插入图片描述

7. 其他设置

打开 “Tools-> Deployment -> Configurnation”

  • 添加不需要同步的文件夹，比如数据集或者模型文件
    在这里插入图片描述

  • 设置默认服务器

    注意1， 图片里是取消操作，点击Cancel

    注意2，取消 Visible only for this project的选项，不然会出错 在这里插入图片描述

  • 设置自动上传，根据个人习惯，下图设置为 ctrl+s 之后，自动上传。
    在这里插入图片描述

8. 使用逻辑
  1. 本地创建文件 ----> 上传到远端执行
  2. 修改存在文件 ----> 上传同步修改
9. 存在问题

如果使用Pycharm 的编译运行按钮，在长时间的模型训练中可能会因为断网而造成训练终端，所以本方法作为代码编写修改的工具，训练时可以使用脚本后台运行或者 screen 命令后台运行。

Pycharm远程连接云服务器训练模型教程
ZHW-鲜橙大AI课题组的博客
06-25 9233
目录作者介绍服务器租用Pycharm专业版申请流程本地PyCharm连接云服务器 作者介绍 王世豪，男，西安工程大学电子信息学院，2020级硕士研究生，张宏伟人工智能课题组。 研究方向：机器视觉与人工智能。 电子邮件：shauwang@foxmail.com 服务器租用 受制于各种条件，我们需要进行云端GP租用。 Pycharm专业版申请流程 本地PyCharm连接云服务器 ...
Windows-Windows Pycharm远程调试
TTXS_RS的博客
11-25 1382
Win2Win的Pycharm远程调试是可行的！！
Pycharm远程调试
weixin_38740463的博客
05-13 211
1、新建空工程 1）新建并选择远程 Python 解释器 2）填写 SSH 信息： 2、创建映射 完成工程创建后，我们还需要使用 Tools → Deployment → Configuration 来配置本地和远程路径的映射关系，具体在其中的 Mapping 选项卡里面： 3、同步代码 如果你已经在服务器上有项目代码，可以在工程右键 Deployment → Downlo...
Pycharm远程连接深度学习服务器Autodl实现模型训练
最新发布
A13883的博客
11-11 1105
本文介绍了如何通过AutoDL云平台和PyCharm搭建深度学习开发环境。AutoDL提供开箱即用的GPU算力服务，支持多种型号显卡选择，预装主流深度学习框架，用户可按需租用并按使用时长计费。文章详细讲解了租用服务器、选择镜像、配置SSH连接等步骤，重点说明如何将PyCharm与AutoDL远程实例连接，实现本地编辑自动同步云端运行的高效工作流，帮助开发者利用云GPU资源突破本地算力限制。
最详细Pycharm远程代码调试配置方案【针对GPU集群】
大侠isme
11-13 2272
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远程连接AutoDL服务器实现程序调试
weixin_56460049的博客
09-23 6856
本文详细介绍了如何在Pycharm中配置SSH和SFTP，以便于在AOTUDL服务器上进行代码修改、调试。步骤包括新建工程、配置SFTP连接、设置Rootpath和Mapping，以及实现自动上传和下载文件的功能。远程服务器编辑调试只是试用于专业版本的pycharm，我的PyCharm版本是PyCharm 2024.1.3 (Professional Edition)。），确保程序不受SSH连接中断影响程序执行！
PyCharm远程调试服务器python代码
lucky_ricky的博客
03-02 2037
pycharm上开发python代码爽的一批，可是写好的代码要放在远程训练服务器上才跑的起来，pycharm Professional版本的Deployment提供了远程调试功能。 对于没有公网IP的远程训练服务器，需要先配置端口转发，这里介绍两种端口转发方式。 一、端口转发 端口转发姿势一：使用natapp的免费隧道（公网可访问，危险系数⭐⭐⭐⭐⭐，不推荐使用） 0、在远程服务器上...
PyCharm远程调试
星际老男孩
06-06 3535
原文连接：https://www.cnblogs.com/xuegqcto/p/8621689.html 原文连接：https://blog.youkuaiyun.com/lin_danny/article/details/82185023 远程环境:centos7.6 远程py:3.6.8 本地环境:win10 本地py:3.6.8 pycharm版本:2019.1 一、PyCharm实现远程调试代码 1...
pycharm远程调试
jerrism的博客
08-25 255
配置：File -> setting -> Project:* -> Python Interpreter -> 点击齿轮图标 add SSH Interpreter 需要指定远程同步目录，当前项目会自动同步到远程目录并覆盖远程文件（不会删除远程目录比本地多的文件）；若需要马上同步，按【shift+ctrl+alt+x】 ...
Pycharm配置远程调试
热门推荐
上帝De助手
11-23 4万+
条件 pycharm需要专业版 方式 使用远程解释器 使用远程调试器 使用远程解释器 默认情况下我们在本地开发Python程序时，使用的是本地的Python解释器，如果你安装了virtualenv或者pyenv的话，还可以选择这些虚拟环境。而使用Pycharm的专业版，则还可以选择使用远程Linux机器上的解释器。下面就来介绍下使用远程解释器的步骤。   远程部署配置 远程部署主要用...
pycharm远程服务器训练
03-28
### PyCharm 配置远程服务器进行模型训练 #### 一、准备工作 在开始之前，需要完成以下准备事项： 1. 租用支持 GPU 的云服务器（例如 AutoDL 或其他提供 CUDA 和深度学习框架的平台）。具体操作可参考相关文档[^1]。 2. 安装 PyCharm 专业版。如果符合条件，可以通过官方渠道申请学生免费授权[^3]。 --- #### 二、配置 SSH 连接 为了实现本地与远程服务器之间的通信，需先配置 SSH 连接： 1. 打开 PyCharm 并进入 **File → Settings → Build, Execution, Deployment → Configuration on Demand**。 2. 添加新的 SSH 配置：点击右上角的加号按钮 (**+**) 创建新配置。 - 输入主机名（即服务器 IP 地址）、端口号（默认为 22）、用户名和密码/密钥文件路径。 - 测试连接以确认无误。 此部分的具体流程已在多个教程中提及[^4]。 --- #### 三、创建远程解释器 为了让 PyCharm 使用远程服务器上的 Python 解释器执行代码，需按如下步骤操作： 1. 转至 **Settings → Project: YourProjectName → Python Interpreter**。 2. 点击齿轮图标选择 **Add...**，然后选择 **SSH Interpreter**。 3. 填写已配置好的 SSH 设置，并指定远程环境中的 Python 可执行文件位置（通常位于 `/usr/bin/python` 或虚拟环境中）。 4. 如果目标服务器预装了所需依赖库，则无需额外安装；否则可通过 PyCharm 自动管理工具完成安装。 注意：确保所选的基础镜像已经包含了必要的深度学习框架及其对应版本（如 TensorFlow、PyTorch 等），这一步骤可以在租用服务器时预先设定好[^2]。 --- #### 四、设置项目同步功能 为了使本地修改后的代码能够实时更新到云端运行目录下，应启用自动上传机制： 1. 访问 **Tools → Deployment → Configuration**。 2. 新建一个 SFTP 类型的部署条目，定义源码根目录与目标服务器存储路径间的映射关系。 3. 返回主界面后开启 **Automatic Upload (always)** 功能开关，这样每次保存都会触发一次数据传输动作。 --- #### 五、编写并调试脚本 当一切就绪之后，便可以直接利用 PyCharm 编辑器撰写机器学习或者深度神经网络相关的程序逻辑。对于 YOLOv5 这样的特定算法而言，只需按照其官方指南准备好相应的权重初始化参数以及输入样本集即可启动训练进程。 以下是基于 PyTorch 实现的一个简单示例代码片段用于演示目的： ```python import torch from torchvision import models device = 'cuda' if torch.cuda.is_available() else 'cpu' model = models.resnet18(pretrained=True).to(device) print(f'Model loaded successfully and running on {device}') ``` 上述代码展示了如何加载 ResNet-18 模型并将它迁移到可用设备上去处理任务。 --- ### 注意事项 - 在实际开发过程中可能会遇到权限不足等问题，请提前查阅服务商提供的 FAQ 文档寻求解决方案。 - 对于大型项目的迁移工作量较大情况建议采用压缩打包后再解压的方式减少时间消耗。 - 不要忘记监控资源利用率以免超出套餐限额造成不必要的经济损失。 ---
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