Pycharm 配置remote 进行tensorflow远程开发调试

Pycharm 配置remote 进行tensorflow远程开发调试

每次在本地修改完代码之后上传到服务器,使用print来监视某些中间变量来debug实在是太不方便了,为了方便远程debug, 今天配置使用了一下pycharm的remote功能

记下来以后再配的时候不用找了

工具

pycharm professional

配置了ssh服务的服务器

文件同步配置

  • 打开面板

    Tools -> Deployment -> Configuration

  • 点击 + 号新建一个配置,输入配置名 Name,随便起,Type 选择 SFTP,然后点击确认。

  • 配置服务器的 IP和端口,验证方式可以选择用户名和密码或者是使用私钥文件,putty的.ppk也支持

  • 配置根目录,Root Path 是项目文件在远程服务器中的根目录,根据需求配置,例如 /home/zhangsan/workplace

  • 路径映射 MappingsLocal Path 设置为 Windows 下的工程目录, Deployment path on server 设置为远程服务器的目录,根据自己的需要设置

  • Excluded Paths 设置不需要同步的目录,如配置文件,数据集,checkpoint等。

  • Tools -> Deployment -> Options,将 Create Empty directories 打上勾,要是指定的文件夹不存在,会自动创建。

设置远程的python解释器

  • 菜单栏 File -> Settings,进入设置面板后选择 Project -> Project Interpreter,然后在右边,点击那个小齿轮进行设置。

  • 点击 Add Remote,选择 SSH CredentialsPython interpreter path 选择自己需要的远程服务器的解释器。

  • 在运行程序的时候,配置 Run 的时候选择刚刚配置的解释器就能远程调试了,跟使用本地解释器类似,但是还需要设置环境变量。

  • Run -> Edit Configurations

Pycharm 配置remote 进行tensorflow远程开发调试_第1张图片

为了使用tensorflow的gpu版本,需要设置环境变量Environment variables,这里cuda9.0可设置为/usr/local/cuda-9.0/lib64, 需要其他环境依赖的话方法类似

如果执行.py的时候需要传入命令行参数,可在Parameters中填写(只需要写 --arg=value部分), args中字符串的值不需要加引号,加了好像会被认为是字符串的一部分,这点和直接在bash中不一样,在bash中引号没有影响。

## 文件同步等

tools -> Development -> Automatic Upload 设置自动同步

修改完远程文件后也可以在编辑面板右上角找到上传按钮,修改完远程文件后也可以在编辑面板右上角找到上传按钮,很好用,详见参考资料

Pycharm 配置remote 进行tensorflow远程开发调试_第2张图片

参考资料

http://www.voidcn.com/article/p-eafygntc-bbs.html

https://zhuanlan.zhihu.com/p/35067462

你可能感兴趣的:(Pycharm 配置remote 进行tensorflow远程开发调试)