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。
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
中不再需要写/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。
