**
服务器的使用–连接服务器和pycharm
**
1.下载软件(左服务器):
2.安装软件
3.打开服务器-点击New session
4.输入相应的服务器号和自己的账号
5.建立后就进入了服务器环境,接下来的操作和anaconda是一样的。另外需要在左侧栏服务器的home中建立自己的文件夹,用来储存自己的文件和代码。
6.在服务器中关于环境的操作(和anaconda中操作是一样的)
1)conda list 查看安装了哪些包。
2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境
3)conda update conda 检查更新当前conda
4)conda --version 查询conda版本
5)conda -h 查询conda的命令使用
6)top 查看谁在使用服务器
7)nvidia-smi 看服务器使用状态
8)pip install --upgrade pip 下载pip包
pip install Keras 下载包
9)conda activate name 进入自己的环境
10)pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow- gpu==1.14.0 比如下载1.14.0版本的gpu tensorflow
11)conda remove -n name --all 删除环境
12)conda remove --name package_name 删除环境中的某个包
13)Linux: source deactivate
Windows: deactivate 退出环境返回根环境
14)创建python虚拟环境。
使用 conda create -n your_env_name python=X.X(2.7、3.6等)命令创建 python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可 以在Anaconda安装目录envs文件下找到。
注意:默认的情况下只安装了一些必须的包,并不会像我们安装anaconda时自动安装很多常用的包。要实现上面的功能,则须在末尾加上‘anaconda’,完整命令是:conda create -n your_env_name python=X.X anaconda
15)使用激活(或切换不同python版本)的虚拟环境。
打开命令行输入python --version可以检查当前python的版本。
使用如下命令即可 激活你的虚拟环境(即将python的版本改变)。
Linux: source activate your_env_name(虚拟环境名称)
Windows: activate your_env_name(虚拟环境名称)
这是再使用python --version可以检查当前python版本是否为想要的。
16)对虚拟环境中安装额外的包。
使用命令conda install -n your_env_name [package]即可安装package到your_env_name中
7.pycharm端连接服务器
1)Tools — Deployment — Configuration
2)点击要跑的程序文件点击项目右键–>Deployment up to 上传至服务器
3)Run
引用:https://blog.csdn.net/wdx1993/article/details/83660717
博主:撒哈拉沙漠的眼泪