【深度学习】手把手教你使用 PyCharm 在 Auto DL 远程服务器上运行代码

前言

文章性质：实操记录 💻

主要内容：主要记录了如何使用 PyCharm 在 Auto DL 上运行代码。

相关文档：使用 PyCharm 在 Auto DL 远程服务器上运行代码 - 知乎

相关博客：使用 PyCharm 连接远程服务器（AutoDL）训练 YOLOv5 - CSDN博客 

冷知识+1：小伙伴们不经意的 点赞 👍🏻 与 收藏 ✨ 可以让作者更有创作动力！ 

目录

前言

Pre：将文件上传至服务器

一、查看 Remote Host 模块

二、配置 PyTorch 虚拟环境

1、打开远程服务器终端命令窗口 

2、更新 bashrc 中的环境变量

3、创建新的虚拟环境（可选） 

4、安装 pytorch 与 torchvision

5、根据 requirements.txt 安装依赖

End：成功在远程服务器上运行代码

---

Pre：将文件上传至服务器

在上篇博客中，我们成功将 PyCharm 与 Auto DL 远程服务器连接起来了，通常 PyCharm 中的项目文件会自动上传到服务器中，如果没有自动上传的话，可以参考下面截图中的操作，首先右键点击项目的总文件夹，然后点击 Deployment - Upload 。

然后耐心等待项目文件的上传，这个环节等了我四个多小时... இ௰இ

一、查看 Remote Host 模块

将项目文件上传完成后，我们可以在右侧边栏处找到 Remote Host 模块，如果没有的话，可以在 Tools - Deployment - Browse Remote Host 处找到这个模块，并将其添加到右侧边栏，具体操作如下图所示。

在 Remote Host 模块中，选择指定的服务器后，我们可以在之前指定的 Location 目录下找到项目的相关文件。

【回顾】下面这张图是我们当初配置虚拟环境时的截图，可以看到我们将 Location 设置为 /root/.virtualenvs/项目名 。

二、配置 PyTorch 虚拟环境

 由于我们需要复现或者实现的项目不同，需要配置的虚拟环境也应不同，这里我配置的是 PyTorch 虚拟环境。

1、打开远程服务器终端命令窗口 

在点击 Tools - Start SSH Session 后，选择指定的远程服务器，具体操作如下图所示。

2、更新 bashrc 中的环境变量

进入远程服务器终端命令窗口后，我们先更新 bashrc 中的环境变量，执行下面这个命令：

conda init bash && source /root/.bashrc

【说明】由上图可知，我们已经默认进入了 base 环境，我们可以在 base 环境中安装依赖，也可以新建虚拟环境来安装依赖。

3、创建新的虚拟环境（可选） 

Step1 我们可以通过执行下面这个命令新建虚拟环境：

conda create -n yolo python=3.8

【注意】考虑到我后面要安装的 torch 和 torchvision 的版本，我重新搭建了 python = 3.7 的虚拟环境。大家也应该选择合适的！

Step2 执行下面这个命令，再次更新 bashrc 中的环境变量：

conda init bash && source /root/.bashrc

Step3 执行下面这个命令，激活我们新建的虚拟环境：

conda activate yolo

4、安装 pytorch 与 torchvision

由于我们想要运行的项目源代码要求 torch=1.2.0 ，因此我们使用 PyToch 官方提供的命令进行安装：

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

5、根据 requirements.txt 安装依赖

在根据 requirements.txt 安装依赖之前，要确保我们使用的 Python Interpreter 对应了我们新建的虚拟环境，如下图所示。 

确保使用的虚拟环境无误后，我们再根据提示点击 Install requirements 安装缺少的依赖。 

End：成功在远程服务器上运行代码

当然，在成功运行项目的 train.py 文件前，我还遇到几个问题，例如 tensorboard 和 future 模块的缺失，直接 pip install 即可。