在这里我将配置python、tensorflow到指定服务器,前提是需要知道远程服务器提供的ip、port、账号、密码。
文章目录
1 配置SSH2 新建项目3 设置远程连接配置4 配置远程服务器的虚拟环境5 使用虚拟环境6 同步代码后记参考文献1 配置SSH
输入ip、port、账号、密码
2 新建项目
新建你想要的项目名称
在previously configured interpreter
右边的‘…’新建SSH Interpreter。
先使用默认的python环境
确认后改一下remote project location
在这里我设置的是/home/chenxuli/pcPyCode/bstTF
3 设置远程连接配置
点一下autodetect,设置自己的根目录
Mappings也改一下
browse remote host可以帮助我们查看远程服务器的状态
4 配置远程服务器的虚拟环境
使用start SSH session
随后弹出的窗口,我们就很熟悉了
随后就是正常的conda创建虚拟环境的方法,文末给出一个参考文献。
//一些常用的方法//创建虚拟环境conda create -n tfEnvi python=3.6//进入虚拟环境conda activate tfEnvi//安装tensorflowpip install tensorflow==2.1.0
虚拟环境会在自己的源目录下,.conda/envs
5 使用虚拟环境
Add…
老样子,SSH Interpreter-〉Existing server configuration,这次Interptreter使用自己创建的环境,还有更改Sync folders。
Apply-》ok。
6 同步代码
在你本地写好代码后,如果你要同步代码。
按下按钮,成功上传至远程服务器。
最后,快乐地运行代码吧!
注意⚠️:后期我发现在添加interpreter的时候,pycharm会自己创建新的deployment,这里再设置一下就好。
后记
正确的流程:
配置SSHStart SSH Session,配置虚拟环境
# --- 一些参考指令 --- ## 指定路径下配置虚拟环境conda create -p /opt/data/private/data/chenxuli/tfEnvi/ python=3.6# 激活虚拟环境conda activate /opt/data/private/data/chenxuli/tfEnvi/# 退出虚拟环境conda deactivate# 删除指定路径的虚拟环境conda remove -p /opt/data/private/data/chenxuli/tfEnvi --all
设置项目的解释器为虚拟环境运行