🌈个人主页： 十二月的猫-CSDN博客
🔥 系列专栏： 🏀各种软件安装与配置_十二月的猫的博客-CSDN博客
💪🏻 十二月的寒冬阻挡不了春天的脚步，十二点的黑夜遮蔽不住黎明的曙光
目录
[1. 前言](#1. 前言)
[2. 配置服务器](#2. 配置服务器)
[2.1 打开Xshell接入服务器](#2.1 打开Xshell接入服务器)
[2.2 下载并上传Anaconda](#2.2 下载并上传Anaconda)
[2.3 在服务器上安装Anaconda](#2.3 在服务器上安装Anaconda)
[2.4 修复conda](#2.4 修复conda)
[2.5 创建虚拟环境并安装PyTorch](#2.5 创建虚拟环境并安装PyTorch)
[3. PyCharm连接服务器（初始配置）](#3. PyCharm连接服务器（初始配置）)
[3.1 远程连接（让PyCharm连接服务器）](#3.1 远程连接（让PyCharm连接服务器）)
[3.2 连接服务器解释器（PyCharm连接上服务器的解释器，远程编译）](#3.2 连接服务器解释器（PyCharm连接上服务器的解释器，远程编译）)
[4. PyCharm连接服务器（非初始配置）](#4. PyCharm连接服务器（非初始配置）)
[4.1 上传项目（本地项目和远程服务器项目同步）](#4.1 上传项目（本地项目和远程服务器项目同步）)
[4.2 PyCharm远程运行代码](#4.2 PyCharm远程运行代码)
[4.3 实例演示项目上传和项目运行](#4.3 实例演示项目上传和项目运行)
[5. 总结](#5. 总结)
1. 前言
这篇文章主要解决一个问题------++有服务器，但是不知道怎么拿来跑深度学习项目++。大家都知道跑大型深度学习项目我们一般人的电脑肯定是不行的，必须用到服务器（当然如果有土豪哥哥姐姐有牛逼的显卡和超大显存，那当可怜的猫猫没说🥲🥲）。既然猫猫帮不了大家解决算力问题，也就只能在如何连接服务器、使用服务器上给猫友们提供一些帮助。
🚨本文需要的硬件配置：
- ++Pycharm专业版2023++ ：注意，++只有专业版的Pycharm才能远程连接服务器++。
- 一台还可以用的电脑（能写代码就差不多了）
- 一个可以用的++服务器使用权限++（自然是越强越好，能上50系列猫猫立马来膜拜）
🚨小提示： 如果服务器还没有配置的，请完整看完下面文章；如果已经配置了服务器，可以跳过本文第一部分的内容🥰🥰
2. 配置服务器
2.1 打开Xshell接入服务器
1. 新建会话，输入服务器ip，进行连接：
2. 选择要连接的服务通道：
3. 输入登录的用户名和密码：
4. 连接成功，可以对服务器进行操作：
2.2 下载并上传Anaconda
1. 进入Anaconda官网下载Linux版本的Anaconda：
2. 打开 xshell ，并连接上远程服务器：
3. 进入服务器上要进行文件传输的目录下，点击新建文件传输图标：
4. 可以看到弹出xftp弹窗，弹窗右边传输目标位置（data2/csh/software)。左边要选定待传输的文件：
5. 进行向右传输，等待即可：
6. 验证是否传送成功，在xshell中用ls查看
2.3 在服务器上安装Anaconda
1. 进入Anaconda安装包所在的目录：
2. 输入安装指令，等待安装：
bash Anaconda3-2024.10-1-Linux-x86_64.sh
🚨注意： 这里要一直点击回车（有点长，可以一直按着），最后要输入一个y。
2.4 修复conda
在这一步很多友友都会遇到conda问题：
conda: command not found
📍这是由于conda并不在环境变量中，在window系统中这一过程会自动帮我们完成，但是linux安装中不行 📍
- 找到conda所在的路径：
python
/data2/csh/anaconda3/bin/conda
-
打开文件 bashrc：
vim ~/.bashrc
-
在弹出的文件末尾加上 anaconda 的路径，按i进入编辑模式：
export PATH=~/data2/csh/anaconda3/bin:$PATH
-
按Esc退出编辑模式，shift+冒号然后输入wq 保存文件并退出
-
激活环境变量
source ~/.bashrc
2.5 创建虚拟环境并安装PyTorch
1. 创建一个虚拟环境：
conda create -n VTML python=3.9
2. 然后进入自己刚刚创建的虚拟环境：
conda activate VTML
3. 去PyTorch官网复制指令，并下载PyTorch：
进入自己创建的虚拟环境以后，打开Pytorch官网，进入下载界面。
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
📍**注意：**这里要根据自己服务器配置选择 📍
4. 测试torch是否安装成功：
输入1：
python
紧接着，输入2：
python
import torch
系统没有报错，就初步表示安装成功了。接下来再输入3：
python
torch.cuda.is_available()
如果输出True就是表示GPU版本的Pytorch已经安装成功了。这个时候，如果我们想退出python编译环境，输入4：
python
exit()这个时候，我们就会回到之前创建的虚拟环境中。
3. PyCharm连接服务器（初始配置）
以下的所有操作都是基于Pycharm2023
3.1 远程连接（让PyCharm连接服务器）
1. 首先在顶部工具栏，点击工具，进入部署的配置界面：
2. 点开左上角的+号新建一个SFTP连接：
3. 给服务器取一个名字：
4. 和服务器新建SSH连接：
5. 填入服务器IP，你的用户密码：
6. 测试连接：
7. 修改连接中，服务器的项目地址和映射的本地项目地址：
📍注意： 这里建立的连接在下面连接服务器解释器中会使用到，同时下面如果不是选择使用Exist server则会建立新的连接指向同一个服务器。
8. 设置完毕后，点击确定。然后进入部署-选项：
9. 改成Ctrl+S从本地上传到服务器：
3.2 连接服务器解释器（PyCharm连接上服务器的解释器，远程编译）
1. 从顶部菜单栏的【文件】进入【设置】：
2. 在PyCharm中添加远程服务器的解释器：
3. 输入服务器IP和账户名在PyCharm中添加远程服务器的解释器（这里选择Existing server即可，因为我们前面和服务器已经建立过SSH连接）： 
4. 选择远程服务器中的python解释器：
📍注意： 这里远程服务器中如果配置的是Anaconda虚拟环境，则这里要选择虚拟环境中的python解释器。
5. 配置同步文件夹（和前面的项目文件夹和远程服务器文件夹映射的设置一样）：
6. 添加远程服务器的解释器到PyCharm中：
7**. 配置同步文件夹（和前面的项目文件夹和远程服务器文件夹映射的设置一样）（如果没配置好的话，大概率前面已经配置过了）：**
4. PyCharm连接服务器（非初始配置）
4.1 上传项目（本地项目和远程服务器项目同步）
1. 连接服务器：
2. 选中本地项目：
3. 部署 - 上传项目文件：
其实我们刚刚进行了热部署，只要Ctrl+S就会自动同步PyCharm的项目和远程服务器的项目
4.2 PyCharm远程运行代码
1. 在顶部工具栏选择【启动SSH会话】，连接你的远程主机：
2. 右键点击代码编辑区，或者从顶部菜单栏运行代码：
4.3 实例演示项目上传和项目运行
1. 假设现在服务器上没有 hello.world.py 文件：
2. 在PyCharm中新建 hello.world.py 文件：
3. 上传项目到服务器中：
4. 到Xftp中看：
5. 用服务器的Python解释器运行一下：
5. 总结
本文到这里就结束啦~~
如果觉得对你有帮助，辛苦友友点个赞哦~
推荐专栏 💘**：**
各种软件安装与配置_十二月的猫的博客-CSDN博客推荐文章 💘**：** 【一篇搞定配置】CLion安装配置与使用（含编译乱码、Build失败等问题的解决）（附破解方法）-CSDN博客 【一篇搞定配置】MySQL安装与配置_mysql配置-CSDN博客
【一篇搞定配置】小白安装labelimg常见问题及其原因（带知识点理解）_python labelimg 不好用-CSDN博客
