专业版pycharm与服务器连接

一、先连接服务器

先创建配置:

名字随便取一个:

点击测试连接测试是否连接成功;

二、添加解释器

添加解释器,这个解释器是最开始在xshell中创建好的虚拟环境,具体虚拟环境创建可参考这篇:AutoDL服务器深度学习使用过程-CSDN博客

配置虚拟环境,位置一般都在miniconda3/env/创建的虚拟环境名称/bin/python or python3.10

同步文件夹,左边是本地的文件夹位置,右边是服务器上的项目文件夹位置

以下是配置好的效果:

再次点开配置,测试连接

三、下载配置文件

然后进入服务器终端,下载所需配置文件

相关推荐
l木本I2 分钟前
大模型低秩微调技术 LoRA 深度解析与实践
python·深度学习·自然语言处理·lstm·transformer
哆啦A梦的口袋呀5 分钟前
基于Python学习《Head First设计模式》第七章 适配器和外观模式
python·学习·设计模式
十月狐狸8 分钟前
Python字符串进化史:从青涩到成熟的蜕变
python
新加坡内哥谈技术28 分钟前
Meta计划借助AI实现广告创作全自动化
运维·人工智能·自动化
狐凄1 小时前
Python实例题:Python计算线性代数
开发语言·python·线性代数
西猫雷婶1 小时前
pytorch基本运算-导数和f-string
人工智能·pytorch·python
Johny_Zhao1 小时前
华为MAAS、阿里云PAI、亚马逊AWS SageMaker、微软Azure ML各大模型深度分析对比
linux·人工智能·ai·信息安全·云计算·系统运维
顽强卖力1 小时前
第二十八课:深度学习及pytorch简介
人工智能·pytorch·深度学习
述雾学java1 小时前
深入理解 transforms.Normalize():PyTorch 图像预处理中的关键一步
人工智能·pytorch·python
武子康1 小时前
大数据-276 Spark MLib - 基础介绍 机器学习算法 Bagging和Boosting区别 GBDT梯度提升树
大数据·人工智能·算法·机器学习·语言模型·spark-ml·boosting