pycharm连接ssh服务器，通过anaconda运行深度学习代码

最新推荐文章于 2025-06-23 09:11:19 发布
原创 最新推荐文章于 2025-06-23 09:11:19 发布 · 2.9k 阅读 · 10 ·
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 #服务器 #ssh

本文详细指导如何使用PyCharm专业版通过SSH连接服务器，并利用Anaconda环境部署深度学习代码，涉及配置步骤和重要提示。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

pycharm连接ssh服务器，通过anaconda运行深度学习代码

！！！重要的事情说三遍，只有专业版才能连接！只有专业版才能连接！只有专业版才能连接！

  1. pycharm->tools->Deployment->configuration

  2. 点击+号，选择SFTP,随便取一个名字

  3. 在这里插入图片描述

  4. SSH configuration 点击右边的…

在这里插入图片描述

​ 分别填写IP地址，用户名（如：root）以及服务器密码

  1. 在图一的Root Path中填写进入服务器过后的默认位置
  2. Web server URL不填
  3. 点击图一Mappings
  4. 在这里插入图片描述

配置当前的路径，以及对应的服务器的路径（注意这里的服务器路径是相对于之前图一的Root path的）如果图一是/root，这里是/home，则对应路径/root/home

9.tools->Deployment->Options

在这里插入图片描述

​ 红色位置打勾。

  1. （划重点）

在这里插入图片描述

点击小齿轮，选择add，如下配置

在这里插入图片描述

直接点倒三角，就会出现所需配置。

点击next（关键点）

在这里插入图片描述

在Interpreter中选择服务器中的anaconda环境，默认环境在anaconda3/bin/python3.7

Sync folders一定要自己重新选择，因为pycharm会默认和服务器的上述目录做同步

在这里插入图片描述

这里对应了本地的某一个文件夹和服务器的某一个文件夹同步的操作。（也就是本地修改在服务器上运行，就是通过这里同步的）。全部配置好过后就可以在本地run，在服务器上运行了。

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 3万+
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。
Win11本地Pycharm与Vscode实现最有效远程连接Ubuntu服务器——深度学习项目代码远程运行与调试的有效配置
qq_40102732的博客
08-06 1302
Win11本地Pycharm以及Vscode通过远程连接服务器的项目，进行配置的完整步骤。可以实现在本地有效运行和调试服务器远程项目代码。本文介绍了大模型加速与压缩在本地调试代码时的基本配置和步骤
Pycharm连接远程服务器Anoconda中的虚拟环境
yang12332123321的博客
03-17 1059
一直点击Next，知道出现下面的界面，选择System Interpreter，然后在Interpreter里面选择创建的编译环境中的python解释器，一般来说，python解释器的路径为 root/anoconda3/envs/你创建的环境名称/bin/python。配置同步到服务端的项目路径，就是将本地项目文件上传到服务器上的地址,Local Path代表你现在这个项目的地址，Remote Path需要创建文件夹定义。配置要连接的远程服务器的信息，包括IP和端口，账户。
Pycharm使用远程linux服务器conda/python环境在本地运行的方法(图解）)
12-23
1.首先在Pycharm Tools->Deployment->Configurations打开 新建SFTP输入host: ip地址username密码然后点击Test Connection出现下图，则测试成功 因为已经连接成功，这时候已经可以读取远程服务器的目录了： 2.选择项目mapping (可以跳过 3. 在Setting->Project:Intepreter中选择SSH Intepreter 选择Move this server to IDE settings，这样将这个intepreter对所有人都可见。 选择在远程的anaconda中的LSP子环境的bin中的pyt
pycharm设置ssh链接平台
qq_60429504的博客
06-23 250
(4)先点击JupyterLab，建立好虚拟环境，安装自己环境需要的包。（1）前两步就是按步骤输入这四个。
使用Pycharm连接服务器中的anaconda环境
二十一克阳光！的博客
08-02 645
如何使用Pycharm连接服务器中的anaconda环境很多同学想在pycharm中配置远程解释器，将代码放到远程服务器中运行。这篇文章我们详细演示如何进行部署。
ssh 深度学习_SSH深度
culi4814的博客
08-02 393
ssh 深度学习No matter how long I am immersed in a particular technology, I find I can learn something new everyday. That is perhaps one of the joys of being a citizen of geekdom. 无论我沉迷于特定技术多长时间，我都能每天学习新知...
pycharm远程连接服务器，并在服务器上安装Anaconda创建python环境（踩坑总结！）
m0_64636251的博客
09-08 5073
连接远程服务器，并在服务器上安装Anaconda及创建python环境
20250608-在 Windows 上使用 PyCharm 通过 SSH 连接到远程 Ubuntu 机器的 Anaconda 环境
……
06-08 985
本文介绍了在Windows系统使用PyCharm通过SSH连接远程Ubuntu机器的Anaconda环境的完整步骤。首先需确保远程Ubuntu开启SSH服务，然后在Windows安装OpenSSH客户端。重点讲解了PyCharm中配置SSH连接的详细流程，包括填写主机信息、端口、用户名密码以及Python解释器路径。特别针对可能出现的权限问题（错误代码126）提供了解决方案，即检查并修改Python解释器文件的执行权限。最后提醒用户注意防火墙设置和SSH配置文件修改等注意事项，确保连接顺畅。
通过ssh分别配置Pycharm和Vscode 连接远程连接服务器深度学习（炼丹）
weixin_45709671的博客
03-14 2164
最近开始利用ssh连接远程服务器炼丹，中间各种配置以及使用时遇到的问题在此记录，便于回顾和便于后来者使用。 准备条件 环境： ubuntu 远程主机一台，且已配置ssh服务，深度学习任务在其上运行 win10 本地主机一台，用于本地操作 辅助软件 Xshell ， Xftp 1. Pycharm 1.1 介绍 Pycharm有个好处，连接起来比较方便，个人感觉用起来很好，因为博主是在游戏本上运行，还未感觉到因为pycharm导致的运行卡顿等情况，可能轻薄本等卡顿较为明显。 想要利用Pycharm远程实现代
pycharm连接实验室linux服务器全过程（包括安装anaconda、pytorch）_pycharm-linux-.zip
09-11
当涉及到使用PyCharm连接到实验室的Linux服务器时，通常需要进行以下步骤：首先是配置SSH连接，因为这是远程连接Linux服务器的常用方式。然后，可能需要在远程服务器上安装Anaconda，Anaconda是一个流行的Python数据...
深度学习算法—SSH算法.md
02-26
深度学习算法—SSH算法.md
python怎样使用远程gpu_Pycharm通过ssh远程连接GPU服务器训练深度学习代码
weixin_30349485的博客
02-10 1250
我相信大家在进行深度学习的科研时，都会遇到这个问题：(1) 使用的是租借的或者是实验室的云端服务器 (2) 自己在本地写代码，但是需要gpu来验证，而不是瞎眼写代码。 我平时使用python编译器基本是Pycharm，如果是轻量级的项目，我一般使用vscode (只要你用vsc我们就是异父异母的亲兄弟)。而一般写大平台项目我用的都是专业版的Pycharm，注意我以下教程的功能只能professio...
PyCharm+ssh跳板机+服务器
记录学习过程中的笔记
10-12 3107
pycharm连接内网服务器必须通过跳板机，这种情况下pycharm的配置则比较复杂，需要使用ssh免密登录和ssh隧道。如果不是内网服务器则pycharm配置比较简单。下面介绍的都是pycharm通过跳板机连接内网服务器。
pycharm连接ssh，conda创建新的python环境
m0_58498702的博客
01-06 2240
使用pycharm连接实验室的服务器，远程跑项目
windows下通过ssh连接Linux服务器并安装Anaconda，并通过Pycharm远程调用服务器Anaconda下的虚拟环境
Chauncey_Wang的博客
12-17 2300
以前实验室服务器的环境都是直接通过pip安装的，没有使用过anaconda 这些天在实验室使用服务器的时候，发现自己搭建的环境被同门修改了。。。 我整个人都裂开了，痛定思痛，决定偷偷装个anaconda，再建立一个虚拟环境，避免再次被同门修改 关于如何建立ssh的问题不多赘述了，直接开始装anaconda 参考ssh 连接 Linux 服务器并安装 Anaconda 在windows下访问anaconda官网 右击64-Bit (x86) Installer (529 MB),点击复制链接地址
2024pycharm连接SSH远程记录使用conda虚拟环境
qq_40509664的博客
10-12 1014
选conda虚拟环境，找到condabin下的conda可执行文件(地址在cmd命令下which conda得到)2.远程连接站点，端口，用户名，密码输入(连接后，后续就不用输入直接选择exist下的即可)ssh -p (端口号位置) (用户名位置)@(接入网址)，按照下图位置填写即可。输入which conda 命令查看conda所在位置，记住一会要用。ssh -p (端口号位置) (用户名位置)@(接入网址)输入密码(密码就是不显示，输入回车就行)下面配置文件映射：参考链接3视频。
Pycharm远程连接实验室服务器Conda环境配置
walkertc的博客
04-23 2663
aconda 的 base 环境的 python 解释器的路径为 anaconda/bin/python，其他环境的路径为。碰到的问题只要花费时间去找，总能找到的.选择完毕后，点击 OK。这类博客较多，参考内容。
pycharm使用conda调用远程服务器
Manonll的博客
06-30 3950
仅为自用，过程简单
mac如何用pycharm连接远程windows电脑跑深度学习
最新发布
07-06
<think>我们正在处理一个关于在Mac上使用PyCharm配置远程解释器连接到Windows电脑以运行深度学习代码的问题。 根据用户需求，我们需要配置PyCharm的远程解释器，但通常PyCharm的远程解释器功能主要用于连接到Linux服务器，而Windows作为远程主机的情况较少见。 不过，我们可以尝试通过SSH连接（如果Windows电脑支持SSH）或者使用其他方法（如SMB共享+本地映射）来实现。 但是，请注意，PyCharm的远程解释器功能要求远程机器是Linux或Unix-like系统，对于Windows，官方支持有限。然而，我们可以尝试以下方法： 方法1：在Windows上安装SSH服务器（如OpenSSH），然后通过SSH连接配置远程解释器（类似于连接Linux服务器）。 方法2：使用Windows的WSL（Windows Subsystem for Linux），然后在WSL中安装Python环境，再通过SSH连接到WSL。 由于用户明确要求连接Windows电脑，我们假设用户希望直接使用Windows上的Python环境（而不是WSL）。因此，我们尝试方法1。 步骤： 1. 在Windows电脑上启用OpenSSH服务器。 2. 确保Windows电脑上的Python环境已经安装（例如Anaconda）。 3. 在Mac上的PyCharm中配置远程解释器，通过SSH连接到Windows电脑。 详细步骤： 第一步：在Windows电脑上安装和配置OpenSSH服务器 - 打开Windows设置 -> 应用 -> 可选功能 -> 添加功能，找到“OpenSSH服务器”并安装。 - 安装完成后，启动OpenSSH服务器服务。可以通过服务管理器（services.msc）找到“OpenSSH SSH Server”并启动，或者使用PowerShell（管理员身份）运行： net start sshd - 设置服务自动启动：sc config sshd start=auto - 确认防火墙允许SSH（端口22）的入站连接。 第二步：在Windows上配置Python环境 - 安装Anaconda或Miniconda，或者直接安装Python，并确保Python可执行文件路径已添加到系统环境变量PATH中。 - 注意：由于Windows的路径与Linux不同，在PyCharm中配置远程解释器时，需要指定完整的路径（例如：C:\Python\python.exe 或 C:\Anaconda3\python.exe）。 第三步：在Mac上的PyCharm中配置远程解释器 - 打开PyCharm，进入Preferences（或Settings）-> Project Interpreter -> 点击齿轮图标 -> Add。 - 选择SSH Interpreter，然后选择“New”配置一个新的SSH连接。 - 输入Windows电脑的IP地址、端口（默认22）、用户名和密码（或使用密钥）。 - 连接成功后，配置远程解释器路径。这里需要指定Windows上的Python解释器绝对路径，例如： C:\Anaconda3\python.exe 但是注意，由于Windows路径使用反斜杠，而远程服务器通常使用Linux路径风格，所以这里可能会遇到问题。PyCharm在通过SSH连接到Windows时，可能无法正确识别路径（因为SSH会话通常是在Windows的命令行环境下运行，而命令行环境接受反斜杠路径）。 - 另一种方法是，在配置解释器路径时，使用Windows路径的另一种写法：将反斜杠替换为正斜杠，并确保驱动器字母被正确映射。例如： C:/Anaconda3/python.exe 或者，我们可以使用Windows的UNC路径风格，但通常SSH会话在Windows上会启动一个命令行（cmd.exe或PowerShell），所以我们可以像在Windows命令行中那样指定路径。 - 然而，PyCharm在设置远程解释器时，可能会自动将路径转换为Unix风格（在Mac上）或保持原样。因此，我们需要确保路径是Windows系统可以识别的。 第四步：配置路径映射（Deployment） - 为了让Mac上的代码能够同步到Windows电脑，我们需要配置路径映射。在PyCharm的Deployment设置中，添加一个SFTP连接（使用相同的SSH配置）。 - 设置本地路径（Mac上的项目路径）和远程路径（Windows上的一个目录，例如：C:/Projects/ 或 D:/DeepLearning/）。注意使用正斜杠。 第五步：测试连接 - 配置完成后，选择该解释器，PyCharm会尝试连接远程Windows机器并加载Python环境。如果成功，就可以运行代码了。 注意事项： - 由于Windows和Linux在文件系统上的差异，路径问题可能会比较麻烦。确保在配置路径映射时，远程路径使用Windows支持的格式（正斜杠或反斜杠均可，但建议在PyCharm中使用正斜杠）。 - 另外，在Windows上运行深度学习代码时，可能需要配置CUDA和cuDNN，这些通常需要安装对应的驱动和工具包，并且确保Python环境中有对应的深度学习框架（如TensorFlow或PyTorch）的GPU版本。 替代方案： 如果遇到问题，可以考虑使用WSL。在Windows上安装WSL（如Ubuntu），然后在WSL中安装Python环境和深度学习框架，再通过PyCharm连接到WSL（此时WSL是一个Linux系统，配置方法就和连接Linux服务器一样）。 引用说明： 根据引用[2]中的内容，配置远程解释器的步骤大致相同，但引用中配置的是Linux服务器。对于Windows，我们需要确保Windows上运行了SSH服务器，并且Python环境可用。 生成相关问题： 1. 在Windows上配置SSH服务器有哪些注意事项？ 2. 如何确保PyCharm远程解释器能够正确识别Windows上的Python环境？ 3. 在Windows上运行深度学习代码需要哪些额外的配置（如CUDA）？ 4. 如果使用WSL，应该如何配置PyCharm的远程解释器？ 5. 如何配置PyCharm的路径映射以避免文件同步问题？ 由于用户的问题较为具体，我们按照上述步骤进行回答。</think>### 在 Mac 上使用 PyCharm 连接远程 Windows 计算机运行深度学习任务的配置指南 #### 核心原理 PyCharm 通过**SSH 远程解释器**功能实现跨平台连接，Mac 作为开发机通过 SSH 协议访问 Windows 上的 Python 环境执行代码。数据流向为：Mac 编辑代码 → 自动同步至 Windows → Windows 执行计算 → 结果返回 Mac[^2]。 #### 详细步骤 ##### 1. Windows 端准备 ```powershell # 启用 OpenSSH 服务器（管理员权限运行） Add-WindowsCapability -Online -Name OpenSSH.Server~~~~0.0.1.0 Start-Service sshd Set-Service -Name sshd -StartupType Automatic # 配置 Python 环境（示例 Anaconda） conda create -n dl_env python=3.8 conda activate dl_env conda install pytorch torchvision cudatoolkit=11.3 -c pytorch ``` ##### 2. Mac 端 PyCharm 配置 1. **创建远程解释器** `Preferences > Project Interpreter > Add` → 选择 **SSH Interpreter** → 填写 Windows 的 IP 地址和登录凭证 ![配置图示](https://resources.jetbrains.com/help/img/idea/2023.2/remote_interpreter.png) 2. **设置路径映射** - 本地路径 (Mac)：`/Users/yourname/project/` - 远程路径 (Windows)：`C:/RemoteProjects/` → 确保使用正斜杠 `/` 避免路径解析错误[^2] 3. **指定 Python 解释器** 输入 Windows 上的 Python 绝对路径： ```plaintext C:/Anaconda3/envs/dl_env/python.exe # 示例路径 ``` ##### 3. 验证连接 ```python # 测试脚本 import torch print(f"CUDA available: {torch.cuda.is_available()}") print(f"Device count: {torch.cuda.device_count()}") ``` ▸ 预期输出： `CUDA available: True` `Device count: 1`[^3] #### 注意事项 1. **防火墙设置** Windows 需开放 22 端口： `控制面板 > Windows Defender 防火墙 > 允许应用通过防火墙 > 允许 OpenSSH Server` 2. **性能优化** ```markdown - 启用 [Tools] > [Deployment] > [Automatic Upload] 实现实时同步 - 避免同步大型数据集：使用网络共享盘映射数据目录 ``` 3. **环境隔离** 建议使用 Conda 虚拟环境避免依赖冲突： ```shell conda list --export > requirements.txt # Windows导出 conda create --name cloned_env --file requirements.txt # Mac本地测试 ``` #### 替代方案对比 | 方案 | 优点 | 缺点 | |---------------------|--------------------------|--------------------------| | SSH 远程解释器 | 原生支持调试 | 需 Windows 开启 SSH | | Docker 容器 | 环境隔离完善 | Windows 需启用 Hyper-V | | SMB 共享 + 本地运行 | 无需配置服务 | 无法利用 Windows GPU | #### 常见问题解决 - **连接超时**：检查 Windows IP 是否变动（建议设置静态 IP） - **路径错误**：远程路径使用 `C:/` 而非 `C:\`[^2] - **权限拒绝**：确保 Windows 账户具有 Python 目录读写权限 > **深度学习环境验证要点**： > 1. 确认 CUDA 版本匹配：`nvidia-smi` 与 `torch.version.cuda` 一致 > 2. 检查 cuDNN 可用性：`print(torch.backends.cudnn.version())` > 3. 验证显存分配：`torch.ones(1000,1000).cuda()`[^3]
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

打赏作者

强壮的派大星

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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