机器学习【00】pycharm使用远程服务器

我们使用conda在服务器上创建虚拟环境,远程使用pycharm进行编程
pycharm版本2023.1.3

一.首先在服务器上创建虚拟环境

注:anaconda的安装可以参考ubuntu系统miniconda的安装

conda create --name tac  python=3.7

在这里插入图片描述
机器学习【00】pycharm使用远程服务器_第1张图片

二.pycharm 连接

机器学习【00】pycharm使用远程服务器_第2张图片

点击add interpreter
机器学习【00】pycharm使用远程服务器_第3张图片

选择on ssh
机器学习【00】pycharm使用远程服务器_第4张图片
点击next
机器学习【00】pycharm使用远程服务器_第5张图片
输入密码,点击next
机器学习【00】pycharm使用远程服务器_第6张图片

看完这个选择适合你的
环境选择
我选择系统环境
机器学习【00】pycharm使用远程服务器_第7张图片机器学习【00】pycharm使用远程服务器_第8张图片点击… 三个黑点

机器学习【00】pycharm使用远程服务器_第9张图片
找到服务器上的python3.7
机器学习【00】pycharm使用远程服务器_第10张图片点击create完成
机器学习【00】pycharm使用远程服务器_第11张图片

点这里
机器学习【00】pycharm使用远程服务器_第12张图片

选择你要运行的py文件地址
选择你的远程编译器
选择你的工作地址

机器学习【00】pycharm使用远程服务器_第13张图片

设置,更改代码后自动上传到服务器缓存位置
机器学习【00】pycharm使用远程服务器_第14张图片

右键运行代码即可,和本地一样

注:
Virtualenv Environment是什么?

Python的虚拟环境可以使一个Python程序拥有独立的库library和解释器interpreter,而不用与其他Python程序共享统一个library和interpreter。虚拟环境的好处是避免了不同Python程序间的互相影响(共同使用global library 和 interpreter),例如程序A需要某个库的1.0版本,而程序B需要同样这个库的2.0版本,如果程序B执行,则A就不能执行了。最好创建在项目下,可以参考

System Interpreter
system interpreter表示本地的解释器。
选择系统里面安装的Python作为解释器,不推荐使用。也就是加载系统中存在的解释器。
但是我的服务器内存很大,我用conda创建了很多的虚拟环境,直接使用conda进行管理,问题是导致很多冗余,但是更好管理了

你可能感兴趣的:(机器学习,pycharm,服务器,ide)