本文详细介绍了如何在 PyCharm 中配置远程服务器上的 Conda 虚拟环境，包括选择已有的 TensorFlow-GPU 和 PyTorch 环境，创建新的虚拟环境，以及设置 SSH Interpreter 和同步文件夹的过程。确保服务器环境的 TensorFlow 安装正确，并提供了检查 GPU 可用性的代码示例。
一、远程服务器虚拟环境配置
已在服务器上配置安装tenssorflow-gpu和pytorch的虚拟环境，其路径分别为/usr/local/anaconda3/envs/tenssorflow-gpu和/usr/local/anaconda3/envs/pytorch。
可用conda自行创建需要的虚拟环境，其存储在个人目录：/home/账户名/.conda/envs。
二、配置服务器虚拟环境下python解译器
1．Pycharm菜单栏，依次点击File -> Settings -> Project -> Project Interpreter，点击右侧 Add按钮，添加解释器。
2．选择SSH Interpreter，填写服务器的地址：202.114.114.194，用户名Username为个人账户名，填好后，下一步Next。
3．输入账户密码，下一步Next。
4．选择对应虚拟环境的解译器。
(1)点击右上方文件夹按键。
(2)选择虚拟环境中的python解译器，
最低0.47元/天 解锁文章
682
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
