TensorFlow开发流程 Windows下PyCharm开发+Linux服务器运行的解决方案

不知道是否有许多童鞋像我一样，刚开始接触TensorFlow或者其他的深度学习框架，一时间有一种手足无措的感觉。
怎么写代码？本机和服务器的关系是啥？需要在本机提前运行吗？怎么保证写的代码是对的？？？真的对这些问题毫无概念，一头雾水，毕竟作为VS的重度依赖用户，早已习惯了在一个IDE里解决所有的问题。
多方查阅资料加上组里同学热情的指导，终于知道大佬们是怎么做的，也仿佛终于打开了通往码农世界的大门，然鹅此时此刻我的内心仍然是拒绝的，所以作为弱鸡的我还是辗转找到了一个和自己原来的习惯比较像的方法，就是有点愚笨==|||

本人的解决方案

1. 连接服务器 - Putty
   然而Putty的界面好丑，简直要瞎，实在不能忍！好在我们可以 通过修改注册表更改Putty界面 。

2. 代码编辑 - PyCharm
   也考虑过用Jupyter notebook, 但是考虑到它对TensorFlow的不友好 （比如每次运行完tensorflow的程序，占着显存不释放）,最终还是转战PyCharm。问题在于我的PyCharm是运行在Windows上的，在写TensorFlow的时候并没有本地的环境来支持代码补全，which is 非常 egg painful。
   解决办法是在 在PyCharm里面装一个TensorFlow的package，是不是很优秀！ 注意在安装的时候要保持TensorFlow的版本和服务器上的版本一致，避免一些冲突的情况。
   现在应该就可以愉快地在PyCharm里面写tf的代码了，各种提示应该都有了。

3. 文件共享 - WinSCP
   这个就不多说啦，写完后拖到服务器上运行就行。

大佬们的解决方案

1. 直接在服务器上用vim写代码，代码提示什么的，不存在的。手动再见。

转载于:https://www.cnblogs.com/zhsuiy/p/9406978.html