Pycharm远程连接服务器,操作代码

1. Pycharm连接远程服务器

1.1 进入配置页面
Pycharm菜单栏,如下图所示,依次点击 Tools -> Deployment -> Configration…

在这里插入图片描述

1.2 配置连接服务器
如下图。name随便写个就行。
Connection下,协议最好选择sftp,接下来填写服务器主机IP,用户名,密码。

在这里插入图片描述

点击Test SFTP connection会发现,成功

2.1 将Python解释器设置为远程服务器上的

在菜单栏,File -> Settings… -> Project ×× -> Project Interpreter,点击右侧 Add按钮,添加解释器。
这里写图片描述
选择SSH Interpreter,填写服务器的 Host 地址,端口Port,用户名Username,填好后,下一步Next。

填写密码 Password,下一步Next。

选择远程服务器上Python解释器的位置,服务器上的远程同步文件夹Sync folders,可以选择多个。如果不知道Python安装在哪,可以远程连接服务器后,使用 命令 which python 找到Python安装位置。
这里写图片描述
Finish,配置结束。该项目现在使用的就是远程服务器上的Python解释器了。以后的项目若想/不想使用该解释器,手动更改解释器即可。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/535228.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Latex调整表格与标题表名之间的间距

调整前 调整后 方法 \begin{table}[t]\setlength{\abovecaptionskip}{0cm} # 调整间距\setlength{\belowcaptionskip}{-0.2cm}\small\caption{Mean computation time on different style transfer methods for 256 $\times$ 256 and 512 $\times$ 512 images. }\centering\beg…

Python-import导入上级 本级 目录文件

假设有如下目录结构: -- dir0| file1.py| file2.py| dir3| file3.py| dir4| file4.pydir0文件夹下有file1.py、file2.py两个文件和dir3、dir4两个子文件夹,dir3中有file3.py文件,dir4中有file4.py文件。 1.导入同级模块 python导入同级模块…

Latex的表格注释

调用threeparttable包 在文档的最前面加入以下命令: \usepackage{threeparttable}在表格处插入命令 \begin{table*} \label{table:number} \centering \caption{....} \begin{threeparttable} \begin{tabular}{lc}\hlineA & B \\\hline A & B\tnote{*} \…

Latex 插入目录 设置首页页码为空

插入目录 \begin{document} \maketitle\tableofcontents \newpage # 从下一页开始\end{document}\maketitle \tableofcontents \textbf{\ \\\\\\\\\\$*$ means that it is a supplementary experimental results for the manuscript.\\ $**$ means that it is a newly added …

Pytorch GPU内存占用很高,但是利用率很低

1.GPU 占用率,利用率 输入nvidia-smi来观察显卡的GPU内存占用率(Memory-Usage),显卡的GPU利用率(GPU-util) GPU内存占用率(Memory-Usage) 往往是由于模型的大小以及batch size的大…

sambd ERROR: job for smbd.service failed

sudo service smbd restart 出现如下问题 解决方案 sudo cp /usr/share/samba/smb.conf /etc/sambs这样就可以重新启动了

python环境快速安装opencv 离线版安装

1. 进入清华大学opencv Python库: https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/ 下载适合自己版本的opencv 怎么判断是否适合自己的环境? 只需要输入 pip install opencv-python # 太慢了 下载 我们不用它然后在网站下载…

Linux 服务器停止当前运行的程序,实验,代码

Nvidia-smi 选择对应的PID 程序 sudo kill -9 11245就能杀死当前运行的实验

Normalization 归一化方法 BN LN IN GN

1.分类 BN是在batch上,对N、H、W做归一化,而保留通道 C 的维度。BN对较小的batch size效果不好。BN适用于固定深度的前向神经网络,如CNN,不适用于RNN;LN在通道方向上,对C、H、W归一化,主要对RN…

batchsize大小对训练速度的影响

1.batchsize越大 是不是训练越快? GPU :一块2080Ti 平台:pytorch cuda 图片数量:2700 batchsize一个图片处理时间GPU内存占用GPU算力使用一个epoch 所用时间10.117s2.5G20%2700 * 0.0117 318s50.516s8G90%2700 * 0.516/5 279s batchsize大…

pytorch:加载预训练模型(多卡加载单卡预训练模型,多GPU,单GPU)

在pytorch加载预训练模型时,可能遇到以下几种情况。 分为以下几种在pytorch加载预训练模型时,可能遇到以下几种情况。1.多卡训练模型加载单卡预训练模型2. 多卡训练模型加载多卡预训练模型3. 单卡训练模型加载单卡预训练模型4. 单卡训练模型加载多卡预训…

知识蒸馏 knowledge distill 相关论文理解

Knowledge Distil 相关文章1.FitNets : Hints For Thin Deep Nets (ICLR2015)2.A Gift from Knowledge Distillation:Fast Optimization, Network Minimization and Transfer Learning (CVPR 2017)3.Matching Guided Distillation&#xff08…

模型压缩 相关文章解读

模型压缩相关文章Learning both Weights and Connections for Efficient Neural Networks (NIPS2015)Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding(ICLR2016)Learning both Weights and …

Latex 生成的PDF增加行号 左右两边

增加行号 \usepackage[switch]{lineno}\linenumbers \begin{document} \end{document}

Linux 修改用户名的主目录 家目录

首先root 登陆 sudo -i 输入密码然后 vim /etc/passwd 找到用户名 然后修改后面的路径即可

ubunt16.04 安装3090显卡驱动 cuda cudnn pytorch

安装驱动 需要的安装包 30系列显卡是新一代架构,新驱动不支持cuda9以及cuda10,所以必须安装cuda11、而pytorch现在稳定版为1.6,最高仅支持到cud10.2。所以唯一的办法就是使用上处于beta测试的1.7或1.8。这也是为啥一开始就强调本文的写作时…

测试项目:车牌检测,行人检测,红绿灯检测,人流检测,目标识别

本项目为2020年中国软件杯A组第一批赛题"基于计算机视觉的交通场景智能应用".项目用python实现,主要使用YOLO模型实现道路目标如人、车、交通灯等物体的识别,使用开源的"中文车牌识别HyperLPR&a…

linux 安装python3.8的几种方法

1.命令行搞定 git clone https://github.com/waketzheng/carstino cd carstino python3 upgrade_py.py2.离线安装 自己在官网下载安装包 https://www.python.org/ftp/python/3.8.0/ 解压: tar -zvf Python-3.8.0.tgz安装 cd Python-3.8.0 ./configure --prefix/u…

面试题目:欠拟合、过拟合及如何防止过拟合

对于深度学习或机器学习模型而言,我们不仅要求它对训练数据集有很好的拟合(训练误差),同时也希望它可以对未知数据集(测试集)有很好的拟合结果(泛化能力),所产生的测试误…