同一局域网内_Pycharm访问服务器

本文详细介绍了如何在Anaconda中创建并定位虚拟环境,特别是tensorflow_18环境的配置,包括Python解释器路径及package安装位置。同时,分享了在无GUI远程服务器上使用该环境进行Python编译的方法,以及如何在PyCharm中设置远程服务器解释器,实现代码的远程运行和文件同步。

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

1. 我的虚拟环境名字

tensorflow_18

2.anaconda中虚拟环境的真正python解释器的位置,感觉好坑

/home/zh/anaconda3/envs/tensorflow_18/bin/python [因为默认python为3.6.0]

3. 这个虚拟环境对应安装的所有package位置:

/home/zh/anaconda3/envs/tensorflow_18/lib/pythonx.x/site-packages
我是怎么找到的呢?
直接find / -name "tensorflow-gpu"
然后就找到了tensorflow-gpu所在的位置:
/home/zh/anaconda3/envs/tensorflow_18/lib/pythonx.x/site-packages

4. 使用远程服务器(无GUI)的gpu编译python,使用是服务器上配置好的tensorflow_18虚拟环境

然后同步pycharm中的代码到服务器,然后点击run默认就是运行服务器上的文件
过程有两大步:

  • 在pycharmn中建立一个本地文件通过ssh,sftp同步到远程服务器的映射】
  • 在pycharm中设置当前project的解释器为远程服务器的解释器,并设置好本地与服务器的文件映射

5. 错了很多次,猜了很多坑,最后的步骤:

  • 首先本地和服务器都建一个父目录,到时候local->remote 或者 remote->local都是直接打包整个文件夹的。
  • local直接新建项目,项目local addr就是本地刚创建的父目录,然后创建过程中或者创建后直接修改解释器即可
    不要再折腾 depoloyment了
  • 从远程下载仅仅是代码到local 或者从 local 传输 大文件 到remote

转载于:https://www.cnblogs.com/LS1314/p/10371301.html

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