Pycharm 怎么连接远程服务器使用

Pycharm 怎么连接远程服务器使用

1. 首先确认pycharm 是什么版本

pycharm专业版才能连接远程服务器使用,社区版不能够使用。

2. pycharm连接流程

  • 第一步 打开pycharm进入界面,找到工具栏中 Tools 点击进入

  • 在这里插入图片描述

  • 第二步 找到 Deployment 点击进入

  • 在这里插入图片描述

  • 第三步 点击 Configuration… 进入

  • 在这里插入图片描述

  • 第四步 点击左上角的 + 创建新的 SFTP (远程传输协议)

  • 在这里插入图片描述

  • 第五步 创建新的 server name 这个随意填写

  • 在这里插入图片描述

  • 第六步 点击 进入建立新的链接路径
    -在这里插入图片描述

  • 第七步 点击 + 新建路径

  • 在这里插入图片描述

  • 第八步 设置 服务器IP,用户名,密码 等内容 最后测试连接一下 出现 successfully connected! 表示创建连成功。

  • 在这里插入图片描述

  • 第九步 返回SSH configuration : 配置 继续测试连接 并配置pycharm本地的文件夹

在这里插入图片描述

  • 第十步 配置pycharm 中的python解释器,要用服务器中的python解释版本
  • 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

  • 第十一步 配置 本地文件存储自动同步到服务器上文件夹中
  • 在这里插入图片描述
### 配置PyCharm连接远程服务器使用GPU 为了使 PyCharm 能够连接远程服务器并利用其 GPU 资源,需完成几个重要设置。确保本地机器已安装 Professional 版本的 PyCharm,因为此版本支持远程解释器配置。 #### 设置SSH访问权限 首先,在目标远程服务器上创建 SSH 密钥对,并将公钥添加至服务器上的 `~/.ssh/authorized_keys` 文件中,以便实现无密码登录[^1]。 #### 安装必要的软件包 在远程服务器端,确认已经安装了 NVIDIA CUDA Toolkit 和 cuDNN 库,这些工具对于 Python 的深度学习框架(如 TensorFlow 或 PyTorch)至关重要。此外,还需确保远程主机上有合适的驱动程序来支持所使用的 GPU 设备。 #### 创建虚拟环境 建议在远程服务器上通过 Anaconda 或者 virtualenv 工具建立一个新的 Python 虚拟环境,专门用于项目开发。这有助于管理依赖关系并将不同项目的库隔离开来。 #### 在PyCharm中配置远程解释器 打开 PyCharm 并进入 **Settings/Preferences | Project: <project_name> | Python Interpreter** 页面;点击齿轮图标旁边的加号 (+),选择 "Add..." -> "SSH Interpreter" 来指定新的远程解释器路径。输入相应的 IP 地址、用户名以及私钥文件位置以完成身份验证过程。之后可以选择之前创建好的虚拟环境中对应的 Python 解释器作为默认选项。 ```bash # 远程服务器命令行示例:创建新虚拟环境 (假设使用virtualenv) $ python3 -m venv /path/to/new/virtual/environment ``` #### 测试GPU可用性 一旦成功设置了远程解释器,可以在 PyCharm 中编写一段简单的测试脚本来验证是否能够正常调用 GPU: ```python import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) ``` 如果一切顺利的话,上述代码应该会返回大于零的结果,表示至少有一个可工作的 GPU 可供应用程序使用
评论
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