Pycharm连接服务器进行远程调试

一、PyCharm的下载安装

1、下载

进入PyCharm的下载官网，直接点击Download就会开始下载。

2、安装

1、双击安装包程序，开始安装，按照提示进行下一步，直到修改路径。
2、修改路径，默认安装路径为图一，可以自行修改路径，如图二。


3、继续下一步，进行选项勾选，添加环境变量需要重启，这里没有勾选，右键菜单按个人需要进行勾选，这里没有勾选，继续下一步。
4、Install。

5、安装完成。

3、激活

1、PyCharm的专业版不同于社区版，社区版是面非提供给开发者使用的，专业版由于提供了更多的功能，所以需要进行激活使用。
2、如图为PyCharm的激活界面。图一，可以试用30天。或者如图二，软件提供了三种激活方式，分别是JB Account、Activation code、License server。如果是高校师生用户，可以在官网认证成功后，通过个人账户进行激活，官网认证网址可以在上篇文章中找到。其他朋友可以通过其他方式进行破解，这里不再提供，可自行查找。
3、已认证用户只需要输入账户密码即可进行激活。
4、激活成功。

二、连接服务器

1、首次连接服务器

在连接服务器之前，我们首先需要知道服务器的IP地址，并且服务器需要已经开启了SSH Sever，这样我们才可以通过本地进行SSH远程连接。另外服务器中应该已经有自己的账号，并且环境都已经配置好。
1、打开一个要在服务器上运行的Project，点击左上角File——Settings，找到如下界面。
2、点击右上角小齿轮，进入Add Python Interpreter，点击SSH Interpreter。
3、由于第一次进行服务器配置，所以选择第一项，New sever configuration，Host输入服务器的IP地址，Port 默认22，Username是自己在服务器中的账号名字，点击Next。
4、接下来会跳出来一个弹窗，选择Yes，然后输入账号的密码。

5、下一步进行解释器和路径的配置，选择自己账号下的解释器。如果说自己账户下没有安装过Anaconda和CUDA，而是复制主用户下的环境的话，自己所创建的虚拟环境在个人用户下的.conda文件夹中，在此文件夹中找到要用的解释器即可。如图所示是本人的解释器路径。第二项是映射路径，可以先不用选择，等会儿在进行配置。点击Finish——Apply——OK。
6、按照如图所示进入配置，点击Autodetect会自动检测要上传的路径，再进入Mappings进行路径配置，建议名字与本地项目名字设置相同，如图所示，如果服务器中没有该文件夹的话会自动创建。


7、然后点击左侧名字，进行重命名，由于使用的是pytorch，所以这里重命名为pytorch，便于后面区分，再将此连接设置为默认服务器，后续上传project无需再进行选择。点击OK。
8、此时回到设置里，发现映射路径已经改变，与刚才配置的保持一致。

9、在项目名字上右击进入图示界面，即可将project上传到服务器。远程服务器即连接成功，可进行远程调试。

2、再次连接服务器

刚才我们所使用的解释器是pytorch，当我们打开一个新的使用pytorch的project时，可参考以下的操作。
1、打开Settings中的Python Interpreter，选择刚才已经配好的pytorch，此时Path mappings为空，不用管他，下一步会进行配置。

2、进入图示界面，进行路径配置，再次返回第一步中的Python Interpreter发现路径已经配好。

3、上传project至服务器即可。

刚才我们已经建立了与服务器之间的连接，所用的解释器是pytorch，如果我们打开一个新的project，但是需要用到tensorflow，可以按照以下的步骤来进行配置。
1、首先，我们进入到如下界面，前序步骤不再赘述。选择Existing server configuration，可以看到已经建立好的连接，选择这个连接并点击下一步。

2、同首次配置服务器步骤相同，选择tensorflow所在的虚拟环境。

3、然后进行路径设置即可，如图。
4、上传project至服务器即可。

三、工具介绍

一般来说，我们需要用到命令行工具来操作服务器，同时有时需要传输很大的数据集。在此推荐两个软件工具，命令行工具推荐使用Xshell或者MobaXterm，传输数据集推荐使用FileZilla。以下为三个软件的截图。


以上就是连接远程服务器的操作步骤，有不当之处欢迎指出。