pycharm远程利用服务器跑数据（包括Python3安装，pycharm配置，TensorFlow环境配置）

一、python 安装

1.安装各种依赖

sudo apt-get install zlib1g-dev libbz2-dev libssl-dev libncurses5-dev libsqlite3-dev 
libreadline-dev tk-dev libgdbm-dev libdb-dev libpcap-dev xz-utils libexpat1-dev 
liblzma-dev libffi-dev libc6-dev

一定记得安装依赖包！！！！！！！！！！！

还有这个

sudo apt-get install zlib1g-dev

2. 安装Python3

其实装了很多次了，但是在这想系统记录一下

• 查看Python默认版本，发现就是Python2
  

• 安装Python3
  官网下载压缩包wget https://www.python.org/ftp/python/3.6.10/Python-3.6.10.tgz，我下的Python3.6.10，然后解压缩。
  进入压缩目录：cd Python-3.6.10
  建立安装的目录：sudo mkdir -p /home/xxx(用户名)/.local/python3
  编译安装：
  执行这步是后面最好加上 --enable-optimizations 会自动安装pip3及优化配置

  # ./configure --prefix=/home/ting/.local/python3   --enable-optimizations
  # make
  # sudo make install
  

这样就安装成功了，输入python3 -V和pip3 -V检查版本

3.修改默认Python和pip

为某个特定用户修改Python版本,而非root下所有Python。
打开配置文件

sudo vim ~/.zshrc

因为用了zsh，如果用的默认的bash,则sudo vim ~/.bashrc
在配置文件中加入：

alias python='/home/xxx/.local/python3/bin/python3.6'
alias pip='/home/xxx/.local/python3/bin/pip3'

然后更新配置文件：

source ~/.zshrc

或者source ~/.bashrc
然后，输入python -V

输入pip -V

修改成功！
PS:
pip更新到最新版本：python -m pip install --upgrade pip
但是更新到最新版本又很容易出现和自己安装的python版本不匹配情况（提示pip is being invoked by an old script wrapper. This will fail in a future version of pip），所以谨慎更新，如果不小心更新了，可以利用命令python -m pip install pip==18.1还原到原来的版本。

二、pycharm配置连接服务器

参考链接：https://blog.csdn.net/yeler082/article/details/83818771
PS:
1.选python版本时可以通过以下方法查以下自己当前使用的python的位置：
首先输入python进入python环境，然后在python环境下输入如下代码：

import sys
print(sys.executable)
# pythonpath = sys.executable

2.在步骤中从file–>settings设置编译器的时候，记得不要选择第一个新建，选择第二个已经存在的服务器配置，因为一开始tool——deployment的时候已经配置过了，再新建就是会多出一个。

3.注意tool-deployment时的根目录，如果根目录自动检测出是home/xxx(用户名)，

那么在下一步mapping的“deployment path on server”时，要注意不要再加/home/xxx(用户名)，直接写自己用户下的项目部署路径
要不这里的部署会和File——setting下的path mapping的不一致，导致代码报错

因为那里需要加/home/xxx(用户名)

三、配置TensorFlow+keras环境

两个版本需要匹配，要不然会报错：AttributeError: module ‘tensorflow.python.keras.backend’ has no attribute ‘get_graph’
可以通过这个网址查看tensorflow和keras对应的版本：https://docs.floydhub.com/guides/environments/
所有最好指定版本安装。又印象项目需要，TensorFlow有安装1.几的版本，所以，选择tensorflow-1.14，那么Keras要安装Keras 2.2.5版本：

TensorFlow指定版本安装：pip install tensorflow==1.14 --user或者python -m pip install tensorflow==1.12.0 ，后面这个是防止pip出问题
Keras指定版本安装：pip install keras==2.2.5 --user
最好都加上--user，因为我这里用的是本地用户的python，需要加上，要不会报错，错误见下面2.

后面加上 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package会变得非常快！！！！
如：sudo python -m pip install tensorflow==1.14 --default-timeout=1000 --user -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

安装完成之后，基本就差不多配置完成了。
最后安装一些对应项目需要的包如numpy、pandas和matplotlib（根据自己需要安装）

pip install numpy pandas matplotlib --user

然后到这里基本就差不多了，可以利用远程服务器跑pycharm上的代码啦~~~

遇到的错误

1. 安装TensorFlow可能遇到的问题，就是一开始安装，但是因为网络等一系列问题突然中断，再次安装时会报错，但是你执行卸载sudo pip uninstall tensorflow出现以下问题：
   The directory ‘/home/ting/.cache/pip/http’ or its parent directory is not owned by the current user and the cache has been disabled. Please check the permissions and owner of that directory. If executing pip with sudo, you may want sudo’s -H flag.

   则参考https://blog.csdn.net/aizhuo1913/article/details/101562440

2. 更新pip时pip install --upgrade pip遇到
   
   因为python安装是在当前用户下，所以命令改成pip install --upgrade pip --user然后就成功啦
   3.错误Can’t run remote python interpreter: Can’t get remote credentials for deployment server ting@XXX.XXX.XXX.XXX:22
   出现该问题是因为配置远程Python Interpreter时没有配置SSH credentials
   则file——setting——project interpret——配置（齿轮）