MistGPU博客

分享深度学习知识
提供在线GPU出租

PyCharm连接教程

Deep Mist Tech's Avatar 2021-02-01

  1. 1. 前言
  2. 2. 安装中文包
  3. 3. 添加SSH解释器
  4. 4. 设置部署
  5. 5. 完成
  6. 6. 附加
    1. 6.1. 在PyCharm中使用SSH连接
    2. 6.2. 从服务器上下载文件
    3. 6.3. 修改配置参数

前言

本教程仅适用于专业版PyCharm,社区版不支持远程连接服务器。

官网学生认证免费获得专业版


安装中文包

PyCharm已有中文语言包,可在PyCharm设置 - Plugins中搜索安装,重启PyCharm即可生效。


添加SSH解释器

在PyCharm打开项目后点击右下角的Python解释器选项并点击添加解释器
也可以在PyCharm设置 - 项目 - Python解释器里点击右上角的齿轮图标添加。

在添加Python解释器页面选择左边的SSH 解释器,将服务器信息填入即可。

主机名为图示篮筐部分,端口为绿框部分,添加时请确保服务器为开机状态。
如不确定也可以点击红箭头指的使用帮助查看。

下一步中在解释器一栏(蓝框)的最后加上3,变成/usr/bin/python3

同步文件夹可点击右边的文件夹图标配置,将远程路径改为主目录(/home/mist)下。本实例的所有文件都放在/home/mist/project/下,请以实际为准。

设置部署

完成后在右下角会弹出“已创建到服务器的部署配置”,点击配置

点击根路径右边的自动检测按钮,根路径应自动设置为/home/mist/。之后点击绿框中的映射

点击部署路径右边的文件夹图标,选择项目地址,本实例中选择project
注意由于之前已经设置过根路径了,因此部署路径不再需要写/home/mist,直接写/文件夹名即可。
Web路径可不填。

由于PyCharm会自动上传项目所需要的所有文件,因此如果项目里包括较大的数据集的话上传时间会很长。
建议进入排除的路径,点击添加排除的路径 - 本地路径。添加后的文件/文件夹PyCharm将不会自动上传。
如果数据及很大请先压缩成zip格式,到上传数据集中手动上传,
之后再手动解压到服务器中(参考蓝色框中的unzip命令)。

完成

保存之后配置就完成了,运行和调试和在本地无区别,只要右下角显示的是远程SSH解释器就是在使用服务器的资源了。


附加

在PyCharm中使用SSH连接

之后还可以点击菜单栏中的工具 - 启动SSH会话连接到服务器,边训练边使用watch py3smi命令监控GPU使用情况
(如找不到此命令可使用pip install py3nvml安装)。
下图红框部分为显存使用情况,篮筐部分为GPU资源整体占用情况。

从服务器上下载文件

训练生成的文件都会保存在服务器上,可以点击远程主机并找到所需要的文件,右键点击就可以下载到自己的电脑上了。


修改配置参数

最后,如果运行的程序需要从命令行获取参数,可以修改配置文件。

比如在命令行中要求使用python3 train.py --mode train --epoch 50,则在参数一栏加上参数部分即可。

本文最后更新于 天前,文中所描述的信息可能已发生改变