背景

   跑深度学习的model需要用到GPU加速，而自己电脑却是核显，无法使用GPU加速运算，需要连接到学校的服务器上运行代码。
   pycharm专业版才支持服务器的连接，社区版不提供这个功能。假定已经安装了专业版的pycharm，而且服务器上的anaconda环境已经搭建完成。

一、新建SFTP

  在专业版pycharm中：Tools -> Deployment -> Configuration...

  这时会出现下面窗口：

  因为我之前已经连接服务器了，所以有一个lab_server项，不影响我们接下来的操作。点击就"+"新建一个SFTP，并命名为demo（根据个人喜好），SFTP是为了将本地文件传到服务器上，毕竟模型是要到服务器上训练的：



  点击 ==SSH configuration== 旁边的三个点，并新建SSH configuration：

  ==Host== 就是你服务器的ip地址，注意端口号。==User name== 就是登录服务器的用户名（一般来说学校的服务器是。多人使用的，每个人有自己的用户名和密码，用户名为root是管理员的权限了），==Password== 就是你用户名对应的密码。这些项填写完成后，点击 ==Test Connection== 按钮测试是否能连接，连接成功会出现相应的弹窗：

  若连接失败，就要排查ip地址，端口号，用户名和密码的正确性，并且要保证你电脑处于联网状态。除此之外，学校的服务器可能需要用内网访问，要挂上学校的VPN。

  接下来要配置 ==Mappings== ，==Local path== 是你本地项目的路径，==Deployment path== 是你想上传到服务器的路径:

   ==Exclude Paths== 是设置不想上传到服务器的文件的路径。

二、配置解释器

   因为要用到服务器上的python解释器，需要配置解释器，依次进入：File->Settings->Project->Project Interpreter:

   点击add添加解释器，如果是第一次连接远程服务器，那么你pycharm里面保存的解释器列表中就不会出现远程解释器的选项。选择 ==SSH Interpreter== 项，选择 ==Existing server configuration== ，点击旁边的"..."，选择我们之前创建的demo。


   点击"OK"后，正常情况下是可以点击"Next"按钮，但是当创建的demo第一次被使用时Pycharm会提示需要将其加入"IDE setting"中，按照提示的要求来就行。我们点击"Next"后开始选择服务器上的解释器，所以需要对服务器上的文件路径比较熟。

   这里有两项需要我们完成，一个是 ==Interpreter== ，就是我们需要使用到的python解释器，一般我是用 ==anaconda== 来对虚拟环境进行管理，所以python解释器会在anaconda目录下。另外，与windows不同，linux系统下anaconda将虚拟环境的python解释器放在 ==bin== 文件夹里面。

   另一个就是要完成文件映射关系，这里我不是太懂，之前在配置mappings时已经配置了文件映射关系，但是在这里再配置一遍后并不会报错。

  完成文件映射，我个人习惯喜欢用 ==sftp== 软件直接将项目文件传送到服务器上，然后选定文件夹即可。点击"Finishi"完成配置工作，这时你可以看到服务器上虚拟环境中安装的包都可以在Package中查看到。
  点击运行时会发现控制台的解释器已经更换成你服务器端的python解释器：

三、文件更新

  在调试代码时难免会更改代码，要想本地代码和服务器代码保持一致，可以勾选：Tools->Deployment->Automatic Upload(always)，每次修改后ctrl+s保存代码时会自动更新到服务器上。

  可以在"File Transfer"处查看文件上传的历史记录：

  若是无法自动上传，也可以用sftp软件连接服务器，直接把文件拖进去也可以。

三、错误记录

  点击运行报错无法在服务器找到对应文件，但是确实已经成功上传了项目文件，可能是因为你多个项目用了同一个服务器的虚拟环境，可以在pycharm的配置解释器的地方删除多余的解释器即可。