Pycharm连接远程服务器，使用Pycharm运行深度学习项目以及Pycharm的使用总结

前言

Pycharm和Vscode是最受欢迎的Python编辑工具，这边文章就主要讲解Pycharm的使用，包括Pycharm连接远程服务器、Pycharm运行深度学习模型以及Pycharm的使用总结。

一、Pycharm连接远程服务器

大家在实际的学习工作中都可能会遇到这种情况：自己的轻薄笔记本没有显卡，或者显卡性能过低，在运行深度学习项目的时候很浪费时间。如果大家所在的实验室或者单位有用于深度学习的服务器的话，那么就积极地去使用这些资源吧，毕竟服务器的显卡算力要远远高于笔记本的显卡算力的，下面就介绍一下Pycharm如何连接远程服务器。

1、配置Deployment

Deployment英文名称为部署，在pycharm中就是将本地的Python项目文件部署到服务器那个文件夹中。
（1）首先点击file->settings->Build, Execution, Deployment->Deployment打开部署页面，点击加号，选择SFTP，并在弹出的对话框输入部署的名称（这个名称可以随便起）。

（2）接下来是对右边箭头指向的两部分内容（连接和映射）进行配置。

Connection配置主要配置SSH configuration，点击SSH configuration之后，在弹出的面板进行配置，配置内容说明：

Host 为服务器的访问路由，输入你的服务器IP即可。
User name 为你在该服务器上分配的用户名。
Authentication type 未认证方式，我这里选择Password。
Password 你的用户名对应的密码。
其余的保持下图所示即可。

Mappings配置本地和远程服务器对应的文件夹映射关系（因为你要把本地代码在服务器上运行，服务器上肯定需要映射你的本地代码），这里可以首先在服务器创建一个文件夹用于映射本地的文件。

Local path 表示本地的文件夹路径。
Deployment path 表示要映射到服务器上的文件夹路径。

Excluded Paths 为不进行映射的文件（可能在你的项目中，你不想让一些文件映射到服务器上，你可以在这里设置，由于我没有用到，因此这里不做配置）。Connection和Mappings配置完成之后，点击ApplyDeployment配置就OK了。

2、配置使用服务器端的Python环境

（1）点击 file->settings->Project->Python Interpreter，进入Python翻译器选择界面：

（2）点击右侧的设置图标，点击Add，进入Python翻译器添加界面，选择其中的SSH：

（3）选择New server configuration，Host和Username分别是上面提到的服务器Ip地址和你在该服务器上分配的用户名，填写之后点击Next。
（4）输入密码，点击Next。
（5）进入选择Python解释器页面。

这里主要配置两个内容 Interpreter和Sync folders
Interpreter 指的是你要是用的服务器上的Python环境，我这里使用的是服务器上anaconda安装的pytorch1.10环境。
Sync folders指的是本地项目和服务器端项目的映射，我这里选的和Deployment配置步骤的服务器端项目文件夹一致。

配置完成之后点击Finish

3、使用远程服务器运行项目

进入项目Run/Debug的配置页面，在configuration面板中，可以看到Python Interpreter选项，点开之后发现我们刚刚配置的远程Python环境已经在里面了，选中该环境。

再运行项目的时候，查看Run的日志输出，发现项目已经在远程服务器上运行了。

注意，每次在pycharm上更改完代码之后都需要将更改上传到服务器上，否则服务器不会运行你在pycharm上做的更改，上传到服务器上的方法如下图所示：

二、Pycharm运行深度学习项目

运行深度学习项目通常首先需要配置环境，然后下载需要使用到的数据集，并将数据集放置于合适的位置，最后是配置项目运行的各种参数。

1、配置深度学习环境

现在常用的深度学习框架有TensorFlow和Pytorch两个，可以根据自己的情况选择安装任何一个合适版本的深度学习框架，深度学习环境现在通常使用anaconda创建，这里就不详细展开环境如何搭建，如果大家感兴趣，我可以后期出一个环境搭建的教程。

2、下载数据集

如果你要复现一篇定会的论文，你首先要找到该论文使用的数据集，然后查询数据集下载方法，将下载好的数据集放置到合适的位置，并修改模型内的参数，去使用该数据集。数据集下载的方法以及难度因其本身而异，这里也不再展开。

3、配置参数

（1）如果在Windows系统上运行，最简单的方式就是在pycharm运行项目的时候配置参数，在项目Run/Debug的配置页面进行参数配置。

点击Parameters最右侧的图标，进入参数编辑页面，在该页面将项目需要配置的参数进行添加即可：

添加完成之后点击运行，项目就能成功跑起来。

（2）如果在Linux服务器上运行，通常会指定一个配置文件或者一个可执行的.sh文件，通过运行该配置文件的方式就能顺利启动该项目。

上图展示了一个项目的JSON格式的配置文件，在该文件中对项目需要的所有参数进行配置，运行的时候使用该配置文件即可，下面代码是在jupyter上执行的，在启动项目的时候，携带参数config，这个config对应的是参数配置的JSON文件的路径，通过这种方式为项目进行参数配置。

%run main.py --config ./config/conll03.json

当然也可以通过一个.sh文件更方便进行项目参数配置和启动：

下图展示一个项目的.sh配置文件，该配置文件对项目参数进行了配置，而且对项目数据集的使用也进行了处理，非常方便，在Linux服务器里，cd到该.sh文件所在的目录，然后使用./run_mtmner_crf.sh即可运行项目。

三、Pycharm使用总结及使用技巧

1、Pycharm快捷键

我们都知道快捷键能够有效提高开发效率，所以首先讲解一下Pycharm好用的快捷键，后续会持续更新

// 在当前文件搜索（字符串）
ctrl+f
// 在当前项目所有文件搜索
ctrl+shift+f
// 替换字符串
ctrl+r
// 智能提示，对报错信息以及引用信息进行智能提示
alt+enter
// 任意位置换行，无论光标是不是在该行的末尾，使用shift+enter均能实现换行
shift+enter
// 复制当前行到下一行
ctrl+d
//剪切当前行
ctrl+x
//删除当前行
ctrl+y
//查看函数的参数信息
ctrl+p
//包裹代码
ctrl+alt+t
//单行注释和块注释
ctrl+/  ctrl+shift+/
// 逐步选择代码
 ctrl+w
//逐步取消选择代码
 ctrl+shift+w
//代码格式化
 ctrl+alt+l
//代码向后缩进
tab
//代码向前取消缩进
shift+tab
// 运行代码
shift+f10
// 调试代码
 shift+f9
 

2、Pycharm调试

调试是在程序设计过程中非常重要的方法，很多初学者往往使用print打印输出，忽略了调试的作用，实际上，学会调试才更有利于对程序的掌握

调试的过程
1、打断点
2、以调试的方式运行程序
3、在调试中具体查看程序运行的各个变量的信息
常用的调试操作有step over、step into、step out、Resume program六种。
step over（F8）：如果在单步执行时遇到子函数，则将子函数作为一步，运行完再停止，在没有子函数的情况下和step into一样。
step into（F7）：如果有子函数，跳入子函数再执行。
step into my code （alt+shift+F7）：遇到子函数就进入，并继续单步执行，但不会进入源码中（让debug回到自己的代码中）。
step out（shift+F8）：跳出当前函数体
Resume program（F9）：继续恢复程序，直接运行到下一个端点处。

四、Pycharm遇到的错误及解决方法

这个模块以后会记录自己在使用pycharm中遇到的问题以及解决方法，方便后续查看解决问题。

总结

这篇文章主要讲解了Pycharm连接远程服务器，Pycharm运行深度学习项目以及Pycharm的使用总结，使用总结目前包括两部分：Pycharm好用的快捷键总结和Pycharm调试总结。以后会持续更新pycharm使用总结和错误解决办法。

一、Python、PyCharm和Anaconda的关系

1、Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。虽然Python自带了一个解释器IDLE用来执行.py脚本，但是却不利于我们书写调试大量的代码。常见的是用Notepade++写完脚本，再用idle来执行，但却不便于调试。这时候就出现了PyCharm等IDE，来帮助我们调试开发。

2、PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。

但是Python自身缺少numpy、matplotlib、scipy、scikit-learn…等一系列包，需要我们用pip来导入这些包才能进行相应运算（在cmd终端输入：pip install numpy就能安装numpy包了。）
虽然PyCharm也能自动搜索和下载包，但是总会遇到有些包下载失败或查询不到，很不方便，此时就出现了Anaconda大蟒蛇来解决这个问题。

3、Anaconda是一个开源的Python发行版本。其包含了多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。因为包含了大量的科学包，Anaconda 的下载文件比较大，如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和Python）。

Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。

也就是说，Anaconda自带很多Python包，有了Anaconda就不用再对这些包进行安装了。而且在PyCharm中可以查看这些包，如果需要的包在系统中不存在，也可以很省心的进行包的在线下载，省事省力省心。

二、那么如何将Anaconda集成到PyCharm中呢？

• 1、安装Anaconda
• 2、安装PyCharm
• 3、在PyCharm中导入Anaconda

三、PyCharm介绍

PyCharm 是一款功能强大的 Python 编辑器，具有跨平台性。
pycharm是Jetbrains家族中的一个明星产品，Jetbrains开发了许多好用的编辑器，包括Java编辑器（IntelliJ IDEA）、JavaScript编辑器（WebStorm）、PHP编辑器（PHPStorm）、Ruby编辑器（RubyMine）、C和C++编辑器（CLion）、.Net编辑器（Rider）、iOS/macOS编辑器（AppCode）等。
pycharm官网提供了两个版本，第一个版本是Professional（专业版本），这个版本功能更加强大，主要是为Python和web开发者而准备，是需要付费的。第二个版本是社区版（Community），它是一个专业版的阉割版，比较轻量级，主要是为Python和数据专家而准备的。一般我们做开发，下载专业版本比较合适。

PyCharm官网

• 官网：https://www.jetbrains.com/pycharm/
• 下载地址：
  https://www.jetbrains.com/pycharm/download/#section=windows
  
  在该页面选择你电脑所对应的系统（Windows、macOS 、Linux）。由于专业版（Professional）需要激活，并且社区版（Community）已经包含了我们所需要的基本功能，所以这里我们选择社区版（Community）下载。
  这里以Windows系统为例，安装PyCharm社区版（Community）。

四、PyCharm安装

1、双击已下载的PyCharm安装包，出现如下图所示的界面，点击“next”。

2、选择安装目录，Pycharm需要的内存较多，建议将其安装在D盘或者E盘，不建议放在系统盘C盘。

3、进行相关设置，如果你无特殊需要按照图中勾选即可。

• 数字1：create desktop shortcut（创建桌面快捷方式），系统32位就选32-bit,系统64位就选64-bit。
  笔者的电脑是64位系统，它自动显示64位。
• 数字2：update path variable(restart needed)更新路径变量(需要重新启动)，add launchers dir to the path（将启动器目录添加到路径中）。
• 数字3：update context menu（更新上下文菜单），add open folder as project（添加打开文件夹作为项目）。添加鼠标右键菜单，使用打开项目的方式打开此文件架。如果你经常需要下载一些别人的代码查看，可以勾选此选项，这会增加鼠标右键菜单的选项。也就是你双击你电脑上的 py 文件，会默认使用 pycharm 打开。
• 数字4：create associations 创建关联，关联.py文件。将所有py文件关联到pycharm。

4、默认即可，点击install。

5、安装完成

5、打开PyCharm

重启电脑，双击PyCharm打开运行。

五、配置PyCharm

1、点击New Project创建一个新的项目

2、项目设置

3、环境配置，需要一定的时间

4、创建python文件

5、设置文档信息

6、第三方库导入

• （1）方式一
  
  进入设置菜单，开始导入
  
  
• （2）方式二
  

7、第三方库资源管理器

六、PyCharm关联Anaconda

点击OK，就能看到Settings->Project Interpreter的页面多了很多包

参考链接：
https://www.bilibili.com/video/BV11t4y1C7Dq?from=search&seid=851528261112694720
https://www.jianshu.com/p/eb606812765d
https://www.jb51.net/article/192232.htm

一、下载安装PyCharm

1、进入官网PyCharm的下载地址：链接: http://www.jetbrains.com/pycharm/download/#section=windows.

2、professional表示专业版，community是社区版，推荐安装社区版，因为是免费使用的，我选择的是社区版，下载文件的储存位置出现pycharm-community-版本号。

3、点击安装，修改安装路径，建议安装C盘以外位置，修改好以后，点击Next。
4、建议不选择.py选项，这是关联文件，如果打钩了，以后电脑双击.java文件就会用它打开。

5、接下来点击Install，出现安装界面。

二、安装Python

6、如果之前没有下载有Python解释器的话，需要下载python解释器，不然pycharm孤掌难鸣。进入python官方网站： https://www.python.org/.

7、如下图所示，选择需要的python版本号，点击Download，我选择的是python3.8.6-executable可执行版。
注：
①Windows x86-64 表示的是64位windows操作系统；
②Windows x86表示32位windows操作系统；
③web-based install表示在线安装，下载的是一个exe可执行程序，双击后，该程序自动下载安装文件进行安装，因为是在线安装，必须有网络；
④executable install表示的是程序安装，下载的是一个exe可执行程序，打开安装即可；
⑤embeddable zip file里面的zip是不是很熟悉，所以表面下载是一个压缩文件，解压后即表示安装完成。

8、下载成功后，找到Python安装包路径，打开安装包。

9、打开我们首先将所有的框框都勾选到，点击下面的Customize installation。

10、这个是全部勾选，然后点击next。

11、下图第一个可以不勾选，但是其他的需要勾选，而下面的Customize install location是指定Python的安装路径。我选择的是E盘，设置好后点击install。

12、开始安装

13、安装成功后，点击Disable path length limit，python安装完成。

14、检查环境变量配置：（此步骤也可以跳过）
打开win键 + r ，弹出运行框，输入cmd，打开cmd命令行窗口。输入python后按Enter键，如果能进入python的命令行窗口，表示Python环境变量配置成功。

至此，Python 3.8.6 安装完成

三、配置PyCharm环境

在创建项目之前，需要确认是否添加环境变量，也就是bin文件路径是否添加到系统环境变量中，如果没有添加，可能会导致创建项目时选择不了Python解释器。
15、右键我的电脑，点击属性，弹出如下界面

16、点击“高级系统设置”，点击“环境变量”。

17、找到系统变量里面的Path，双击编辑，点击新建，将pycharm程序路径（桌面右键图标-打开文件的所在位置）复制，点击“确定”。

四、使用PyCharm

18、双击图标，如下图依次点击。

19、第一次使用，选择创建新项目“New Project”。

20、修改项目存放目录，建议C盘以外，其它默认即可，“learnpython”是我定义的项目名称。

21、选中项目名称learnpython，点击鼠标“右键”，选择“New”，然后选择“Python File”。

22、创建一个名字是：h.py的python文件。

23、添加测试代码，就简单打印一个“hello world！”，所有编程小白第一个程序。

print(‘hello world！’)

24、按“Ctrl+F5”或者去找“小绿三角”运行代码，运行结果 。

五、PyCharm简介

声明：参考一些博主方法，不一一列举了，开始学习。