【Linux服务器】Pycharm远程连接服务器的注意事项

创建虚拟环境

1. 创建环境代码如下，注意创建环境前需要先正确安装conda。

// 创建一个名字为env_py37，python版本为3.7的conda环境
$ conda create -n env_py37 python=3.7

// --prefix参数用来指定环境的路径
$ conda create --prefix==/home/usr/.conda/env/env_py37 python=3.7

2. 创建好环境后先使用conda activate命令激活环境，然后才能用pip install或conda install进行包的安装，安装包时注意要与cuda和python的版本匹配，下面的代码临时用阿里源进行了gpu版本的tensorflow的安装。

$ conda activate env_py37
$ pip install -i https://mirrors.aliyun.com/pypi/simple/ tensorflow-gpu==2.5.0

pycharm连接服务器

1. 配置sftp。首先需要配置sftp实现本地和服务器的连接和映射，具体流程如下：

• 打开pycharm项目，选择Tool -> Deployment -> Configuration
  
• 新建sftp配置后随便取一个名字，然后在右边设置ssh远程连接
  
• 将本地和服务器做文件映射，Local path是本地的代码项目地址，Deployment path是服务器上存储代码的地址，设置好后本地代码将上传到服务器对应的位置，Web path写一个/就行
  

2. 配置解释器。第一步仅仅完成了代码映射，使用服务器跑代码还需要配置远程解释器。

• 在Pycharm工具栏选择：File -> settings -> Project: name -> Project interpreter，点击右上角的系统符号，选择Add
  
• 选择SSH解释器，输入远程服务器地址和服务器的用户名，配置正确的端口，点击下一步
  
• 配置映射和解释器。解释器路径为第一步创建的虚拟环境的bin文件下的python.exe
  

上传代码运行

选上总是自动上传，这样每次代码更新都会自动跟服务器同步，如果没有来得及同步，可以选第一个Upload to进行手动更新，也可以使用Download from将服务器上的代码下载下来。

注意事项

1. 事实上可以跳过配置sftp文件这一步，因为在配置解释器时最后也会进行映射的配置，配置好后会自动生成一个sftp配置文件，在Deployment的configuration中可以看到生成的文件，为了方便区分可以对其进行重命名。另外可以查看解释器具体使用的哪个sftp配置文件。
   配置解释器那里点击系统符号，然后这次不选add选show all，获取所有的解释器，然后选择我们的远程解释器，点击右边的画笔，弹出的框内会显示使用的sftp配置文件。
   
2. 如果想换一个解释器，需要删除原来的Configuration，不然无法更新。
   Edit Configuration，将左边的四个原有的运行文件删除，更换完解释器后重新运行。
   
3. 服务器上的同一个解释器可以被pycharm的多个项目使用，打开第二个项目，同样进入 File -> Settings -> Project:xxx -> Project Interpreter，选择“Add”按钮，但是这次选择“Existing interpreter”，在弹出的窗口中选择第一个项目中配置好的远程环境。另外还要注意配置map映射，第二个项目和第一个项目不能放在一个文件夹。