Pychram连接MistGPU远程服务器(完整，新手，亲测有效)

Pychram连接MistGPU远程服务器(新手，亲测有效)

假期在做深度学习毕设，由于没有GPU，实验速度很慢，所以尝试使用MistGPU进行毕业设计的神经网络训练。

主要分为以下几步：

1. 创建服务器
2. 下载Pycharm企业版
3. pycharm与MistGPU连接
4. 上传数据集
5. 数据集解压
6. 同步文件
7. 开始训练
8. 邀请码
9. 关于文件架构的说明

为使教程简洁，在MistGPU官网上已有的教程我便不再赘述，具体细节请参照官方教程页面

附一个个人邀请码：“mistgpu.com/i/659672”，复制到网页搜索栏即可进入注册界面~

1.创建服务器

MistGPU有多种服务器可选，选中服务器型号后，填入必要信息（下面5处）

创建完成！

2.下载Pycharm企业版

MistGPU仅能连接专业版PyCharm，社区版不支持远程连接服务器。企业版的下载方式请参照官方教程——前言。

3.pycharm与MistGPU连接

1.在左上角File-Settings…- 项目 - Python Interpreter里点击右上角的齿轮图标-Add…
2.选择左边的SSH Interpreter，将服务器信息填入即可。

Host为图示篮筐部分，Port为绿框部分,Username必须填mist。之后选择Next。

3.输入密码（第一步创建服务器时设置的），选择“next”

4.在Interpreter一栏(蓝框)的最后加上3，变成/usr/bin/python3，如图高亮处。

5.Sync folders可点击右边的文件夹图标配置，将Remote Path改为主目录(/home/mist)下。
将本实例的所有文件都放在/home/mist/project/下，在/home/mist上右键，新建“project”文件夹，新建文件夹方法如下。

6.之后请参照官方教程——完成“设置部署”下的全部操作。

4.上传数据集

在MistGPU控制台主页选则“上传数据集”，根据要求将数据压缩成.zip文件—添加文件—开始上传。

5.数据集解压

上传完成后，需将数据集解压，选择“命令行”，如下图，

进入黑色界面：
（1）输入ls /data命令，可以查看文件夹是否上传成功
（2）输入 unzip /data/压缩文件名 -d ~/，将zip压缩文件直接解压到本地
命令的具体解释可参见官方教程-数据集

解压需要稍等一会，可同时进行下一步

6.同步文件

在pycharm左边栏，可以看到“Remote Host",点开，可以看到此时"project"下并没有待运行代码文件。
我们需要将代码手动上传。选择右侧我们的本地工程项目（我的是“CNN"），如下图选择，之后等待数据上传。

数据上传

传输完成后，可以在Remote Host看到。

7.运行成功

之后，像在本地一样运行代码，如果看待运行窗口解释器变了，即为成功。

邀请码

附一个邀请码：“mistgpu.com/i/659672”，复制到网页搜索栏即可进入注册界面~

关于文件架构的说明

这里解释一下我的文件架构，以便大家根据实际情况安排文件位置
（1）我的最大文件夹叫"CNN",下面有数据文件夹"data"，以及全部运行代码。
其中，data文件夹在"4.上传数据集"上传；代码在"6.同步文件"上传。

• CNN（一个文件夹）
  • data（一个文件夹）
  • 代码（许多.py文件）

（2）上传完成后，总文件夹"CNN"在远程目录
"/home/mist/project/“下，而"data"文件夹在”/home/mist/~/"下，二者位置关系与本地不同，会影响代码运行，只需在Pycharm的“Remote Host"将"data"文件夹拖至想要位置即可（和我们平时拖动文件夹一样）。