當下，很多深度學習的模型需要高配置的裝置來跑，本地的pc可能無法滿足要求。所以就需要利用伺服器來訓練，但是在伺服器上操作**不是很方便。利用pycharm可以在本地編寫/修改**，能夠同步到伺服器上，並且能直接在本地利用pycharm執行同步到伺服器上的**。非常的方便。
- 前提
一台裝有anaconda的伺服器，本地裝了專業版的pycharm。
步驟一：在pycharm上使用伺服器的python環境
用pycharm任意開啟乙個專案，從工具欄中選擇file–settings
找到你的專案名稱下面的python interpreter
在這裡，選擇我們要用的python的直譯器。點選下圖所示的python interpreter後面的按鈕，然後點選add，將伺服器中anaconda中的python直譯器加入pycharm中。
在右側的選項中選擇ssh interpreter 表示要用ssh的方式來找到python直譯器。
在host中填入程式設計客棧你的伺服器的公網ip 然後在username中填入你的使用者名稱。然後點選next。
輸入你的伺服器的訪問密碼，然後點選next。
在interpreter中選擇你在伺服器中的直譯器的位置。找到你在伺服器中安裝的anaconda，然後找到bin，再從裡面選乙個python直譯器。然後點選finsh。
此時你就可以看到，當前環境下安裝的python的包。然後點選ok。此時，你的pytharm已www.cppcns.com經是在伺服器的python環境下了，此時執行**便是在伺服器上執行。
步驟二：同步**
完成步驟一后便能能用伺服器來跑**了，接下來是讓本地的**能夠與伺服器上的**同步。這樣我們只需要在本地修改**，便能自動同步到伺服器上。
選擇工具欄中的tools-deployment-configuration。
選擇sftp型別，建立sftp連線，輸入伺服器ip 和 使用者名稱 密碼。建立sftp連線。然後點選test connection測試下是否能正常連線。如正常便會彈出下圖。
然後點選mapping選擇對映關係，在local path中選擇本地專案所在的路徑。在deployment path中選擇在伺服器中專案的存在路徑。然後點選ok
最後在tools-deployment 下勾選上自動更新。如果你的專案在伺服器上就選在download from xx（你的伺服器），如果你的專案在本地，就選擇up程式設計客棧load to xx。
此時本地和伺服器的**便已經同步了。
其實所有的步驟無非就是做了兩件事，讓pycharm與伺服器建立ssh連線xftp連線，能傳輸命令和檔案。剛開始比較生疏，多操作幾次可能就能熟練了。
Pycharm連線伺服器
pycharm 連線伺服器過程 第一步 購買使用伺服器的時間，會傳送一封郵件。如果本地電腦是linux或者mac系統，則遠端伺服器ssh登陸資訊是 ssh p 52132 root 111.44.254.178 如果本地電腦是window系統,用 cmd登陸 需要先安裝openssl 則遠端伺服器s...
pycharm連線遠端伺服器
填寫對應引數 本地與遠端的路徑 這一步在二 配置遠端python直譯器中配置 點file setting version control project interpreter 選ssh interpreter 選擇已經存在的 進入伺服器目錄重新整理，看到檔案已經成功上傳 設定同步方式 這裡可不用管...
pycharm連線遠端伺服器，各項配置 個人筆記
首先開啟pycharm專業版，找到選單欄tools deployment configuration然後開啟如下 先連線伺服器，然後配置本地路徑和遠端伺服器對映路徑。設定編譯器，我的介面如下 設定對映路徑等 怎麼執行 當你確定好本地路徑和遠端對映路徑後，在本地開啟pycharm，然後在本地路徑內新建...