（autoDL、恒源云）使用云服务器运行pycharm中的深度学习程序-详细教程

前言：我的pycharm是专业版的，云服务器租的是autodl，代码是github上下载的。
恒源云的使用与autodl差不多，需要恒源云使用教程的客官请移步至跑深度学习好用的服务器推荐（附带在pycharm中使用的详细过程~）恒源云

1、租云服务器（autodl）
云服务器租赁地址

随便选择一台服务器点击“4卡可租”

点击“立即创建”选择自己需要的pytorch版本等信息

选择好了点击“立即创建”

等待…

可以了
2、打开pycharm
（2）打开pycharm点击File

(2)点击settings…进入如下界面:

(3)点击Add interpreter → On SLL，进入如下界面

(4)去租的云服务器那里复制登录指令→填写到pycharm的ssh里

以这个为例
ssh -p 13305 root@connect.wrstb.seetdcloud.com
HOST:connect.wrstb.seetdcloud.com
PORT:13305
USERNAME:root
(4)填完之后点击next→去复制登录的密码，填上。


点击“next”
第一行的路径可以和我一样填，第二行的路径默认就好（就是把你的项目放在了服务器的那个文件），点击create

（5）点击apply,完成了远程服务器的配置。
3、使用服务器跑程序的过程。
（1）从github上下载的程序一般会有如下文件，打开他

（2）在云服务器上安装他所需要的包
打开服务器上的命令窗口，操作方式如图下蓝色方式：


如上图就是打开了
（2）打开服务器上的咱的项目

cd..（打开root文件夹）
ls(查看当前层的目录)
cd tmp
cd  pycharm_project_22

（3）安包

pip install -r requirements.txt

如果你下载的项目里没有requirements.txt，文件，那其实可以需要啥安啥包了

pip install opencv(类似这种的)

安好了就可以运行程序了，以这个README.md文件中训练模型为例

直接粘贴CUDA_VISIBLE_DEVICES=<gpu_id> python train.py --content_dir <content_dir> --style_dir <style_dir>，按照自己的需求需改数据集的地址，和gpu_id号。
将修改后的命令粘贴到命令行就可以了

 CUDA_VISIBLE_DEVICES=0  python train.py --content_dir input/content --style_dir input/style