AutoDL服务器、Pycharm、Xshell 7
AutoDL服务器、Pycharm、Xshell 7
这篇文章主要和大家一起学习如何在AutoDL平台租服务器以及使用它的流程。
需要的工具:
Pycharm(专业版): 用于开发(注意一定要专业版)
Xshell: 用于操作服务器
AutoDL官网
1. 租服务器
在算力广场选择你需要的卡，然后选择环境，我这里选择的是pytorch1.1.0。
(学生党可以先申请学生认证)，我已经租了一块2081Ti，进入到控制台，如图所示。红色区域是我们主要使用到的信息。
2. 给服务器起别名，配置免密登录（可选）
对于一个新服务器，ssh连接方式为:
ssh -p port user@hostname
其中:
port是端口号
user是你用户名
hostname是你要登录服务器的IP地址或者域名
如果每次都输入user@hostname有点太麻烦了，所以可以给服务器起一个别名，如server1，这样可以使用如下命令登录服务器:
ssh server1
此外，每次登录服务器我们还要输入密码，这也有点麻烦，我们可以配置免密登录，可以理解为让服务器记住密码。
2.1 为服务器起别名
创建文件 ~/.ssh/config
vim ~/.ssh/config
在config文件中配置服务器别名，如图所示，HostName你租的服务器的地址， User是用户，AutoDL默认给的是root用户， Host后是你想起的别名，我这里起的是autodl
配置好以后，输入
ssh -p 24640 autodl
就可以登录服务器了，注意端口号要使用你自己的。但是还是需要输入密码，接下来配置免密登录。
2.2 配置免密登录
1 .创建密钥
ssh-keygen
回车回车回车…，执行结束后，~/.ssh/目录下会多两个文件：
id_rsa：私钥
id_rsa.pub：公钥
之后想免密码登录哪个服务器，就将公钥传给哪个服务器。
2. 复制公钥
cat ~/.ssh/id_rsa.pub
如图所示，复制公钥(ctrl+insert复制)。
3. 将该公钥复制到我们租的服务器的~/.ssh/authorized_keys文件中。
首先使用密码登录到服务器里，然后执行
vim ~/.ssh/authorized_keys
然后将你的公钥复制进去(shift+insert键)。
保存退出，然后退出服务器，这时我们只需要在本地输入
ssh -p 24640 autodl
就能连接到我们租的服务器中了。
3. 配置Xshell 7连接服务器
打开Xshell 7，在会话管理器处右键新建一个新会话，将我们租的服务器参数填入。
如图所示，名称是你准备给这个会话起的名称，主机填入你租的服务器的地址，填入端口号。
然后一路确定即可，中间需要你输入一次密码。会话新建完成后，双击就可以自动连接入服务器。
ps: Xshell在windows还是比较方便的，但ubuntu里没有Xshell。
4. 配置Pycharm的项目解释器为服务器的解释器
这是我们的最终目的，对吧，在本地开发，使用服务器执行程序。
首先Pycharm只有专业版支持SSH连接，所以，一定要下载专业版本的Pycharm。
本次我们以一个项目为例来讲解。
地址：https://pan.baidu.com/s/1c9UDWQWkebuZzen8Z6OF1Q(3n58)
这里面只有一个文件，实现了一个简单的GAN，可以生成MNIST数据集。
1 .配置该项目的解释器为服务器端
文件→设置→项目→Project Interpreter→add
选择SSH Interpreter，在右边的窗口中配置你的服务器名，端口名和用户名，然后next，
如果你没有配置步骤2免密登录的话，可能会提示让你输入一次密码，我这里配置了免密登录，所以直接跳到了这里：
选择你要使用服务器的哪个python解释器，可以和我的一样。Sync folders是配置你的本地项目文件夹对应到服务器的哪个文件夹，我直接使用的默认。红色区域是选择是否将本地项目的文件自动上传到服务器端，也就是你每次改了本地的代码，Pycharm就会自动将这些修改添加到服务器端。我的建议是先不选择，这个是后续可以再设置的，你如果要选择，建议先检查一下项目里有没有放数据集，因为有大型数据集的话，Pycharm也会上传到服务器端，这非常浪费时间。建议将数据集和项目文件代码分离，数据集用scp代码上传。
点击确定后，等待pycharm连接服务器，连接成功后，去服务器的tmp/文件夹，看是否将项目映射到了tmp/pycharm_project_303处。
使用Xshell 7连接服务器
cd /tmp/
ls
如图所示，我这里已经有了pycharm_project_303项目，接下来我们运行该项目，看是否pycharm会使用服务器端的python解释器
运行方式1：直接点击run
可以看到，pycharm使用了服务器端的python，配置成功。
运行方式2：使用python main.py的方式运行
我们更多的时候不会直接点击run按钮，因为我们要配置许多输入参数。一般是使用python main.py方式运行。
我们可以使用X shell7或者pycharm的terminal端ssh登录服务器。我上文已经说明了X shell7如何连接，这里我再以pycharm说明一下。
我们在pycharm下方的terminal处，输入:
ssh -p 24640 autodl
登录服务器
然后切到/tmp/pycharm_project_303处
cd /tmp/pycharm_peoject_303
最后使用命令python main.py执行项目
python main.py
如图所示
5. 配置本地项目文件与服务器端同步
通过前面的配置，我们已经实现了在本地端写代码，然后在服务器端执行代码。现在我们需要学习一下如何同步本地端与服务器端的代码，确保在本地端修改代码后，服务器端也能得到修改。
首先，我们在本地端新建一个test.py文件，然后里面输入两行python程序
import torch
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(device)
然后我们点击运行test.py文件，会发现，服务器端会报错，提示没有这个文件。我们需要手动上传这个文件，待会儿会讲解如何配置pycharm自动上传文件。
同步方式1：手动上传文件
右键项目名→Deployment→Upload to→选择我们的服务器即可
如果只想上传某个文件，就右键某个文件。这时我们再执行test.py文件，可以发现已经执行成功。
同步方式2：配置pycharm自动上传文件
这个方式能免于每次修改文件后的手动上传文件方式，但是我建议这样做的话一定要把数据和项目分离，即
├── your project
├── your data
│ ├── data1
│ │ ├── Annotations
│ │ └── JPEGImages
│ └── data2
│ │ ├── Annotations
│ │ └── JPEGImages
确保你的项目里只有代码文件和少量的图像文件，而不是几十个G的数据，对于大型数据，不建议使用pycharm自动上传，而应该先把数据压缩，再使用scp命令上传。
配置pycharm自动上传文件方式：
文件→设置→(构建、执行、部署)deployment→Deplotment→Options→将upload changed files automatically to the default server 设置为Always
