大致思路:
安装cuda及其驱动、安装anaconda;创建普通用户,及虚拟环境;配置pycharm
1. 安装cuda及其驱动、安装anaconda
参考链接:ubuntu安装显卡驱动和cuda教程
2. 创建普通用户
在/home/下创建普通用户:
sudo useradd -s /bin/bash -g root -m 用户名
为创建的用户设置密码:
sudo passwd 用户名
用户登录:
su 用户名
输入密码
3. 创建虚拟环境并激活
-
如果普通用户不能调用conda,root用户(最高权限用户)可以用,则将配置文件
.bashrc
复制到普通用户中:$ cp ~/.bashrc 普通用户根目录/.bashrc
比如我的普通用户
yzy
在/home/下创建的,根目录为/home/yzy
,则用:
再在普通目录下刷新:source ~/.bash
-
创建虚拟环境并激活
conda create -n 环境名 python=3.7 conda activate 环境名
或者用source激活:
source activate 环境名
4. 配置pycharm
参考链接:将本地Pycharm项目放到远程Ubuntu服务器上跑
在远程服务器挂载本地pycharm跑程序其实就是把本地项目文件复制(或者说映射)到服务器上,然后在pycharm把运行环境设置为服务器的环境就好了。
4.1 设置deployment
在pycharm里,打开Tools > Deployment > Configuration
-
先看Connection:连接主机。填好ip、端口号和用户密码,pycharm会自动检测到要映射的根目录,比如说我这边服务器上有user01(最高权限用户),和yzy(普通用户)。那么我用的是yzy连接的话,pycharm自动检测到我的根目录为
/home/yzy
-
再看Mapping:文件映射。也就是本地项目复制到服务器的文件路径。所以服务器上的项目名最好和本地的一样,以防混淆。
比如我的本地项目名为
deep_learning
,那么我就在服务器上创建/home/yzy/pycharm_projects/deep_learning
目录。即将本地的项目复制到该目录下。
注意:这里填的Deployment path不是完整的目录,而是服务器根目录后的子目录。即目标目录在这里拆分成两部分。/home/yzy/pycharm_projects/deep_learning
:root path(Connection页面)+Deployment path(Mappings页面)
4.2 配置运行环境
- 在服务器中找到配置的虚拟环境对应的python编译
先激活环境,再用which python
找到该环境对应的python编译
- 在pycharm里,打开File > Settings > Configuration,打开project interpreter,点击设置图标,点击add
选择添加SSH Interpreter,填入对应信息,之后next填密码
在Interpreter处找到该环境对应的python编译(第一步在服务器中找的路径)
至此配置完成
如有错误望能及时指正~~