GPU服务器的环境配置，pycharm与GPU服务器连接教程_pycharm使用谷歌gpu

说明：

第一次接触GPU服务器，从GUP的环境配置到连接pycharm,最后跑通代码。这其中必然踩了坑，饶了路。希望此博客能让跟我一样的小白，少踩雷，少绕路。

GPU服务器的环境配置

1. 安装xshell、xftp软件
   下载官网
   
   跳转到免费下载链接->
   
   xshell：配置环境用
   xftp： 本地和服务器文件上传下载用

2. 打开Xshell，点击左上角“新建”.
   

3. 输入用户名和密码，如果是购买的云服务器，打开云服务器官网可以查看到你的用户名和密码；如果是实验室的服务器，可以去找服务器管理员要个账号和密码。填完后选择确定，选择接受并保存
   

4. 配置GPU服务器虚拟环境
   登录成功。我们使用nvidia-smi查看先GPU资源

(base) f@ubuntu1804:~$ nvidia-smi
1

记住自己的CUDA版本号，下载 torch要用

4.1 安装anaconda
anaconda官网


4.2 使用xftp 软件 将下载好的 ananconda 上传到服务器

具体安装方法请参考：
anaconda安装视频教程
参考博客
本人安装 python 3.9

pycharm与GPU服务器连接

接下来是连接 服务器和 连接 服务器上的解释器

首先是 pycharm连接服务器

添加远程主机

创建一个名字

最重要的是这里映射路径要设置对

不然一直会报，下面的错误

File “/mnt/volume1/home/fxl/F1/utils/general.py”, line 378, in check_dataset
raise Exception(‘Dataset not found.’)
Exception: Dataset not found.

设置好，之后pycharm右侧会跳出如下界面

然后是添加服务器的解释器（点击添加解释器）

输入主机地址和账号，连接服务器

输入密码

添加解释器时注意添加的路径，是创建的虚拟环境下的python解释器
这里要特别注意

这里的同步文件要特别的注意，先设置好映射路径在自动上传。


本地路径：指的是本地运行的项目文件
远程路径：指的是上传到服务器的文件的地址

现在就可以上传项目，进行快乐的代码运行啦，
如果运行代码时报如下错误：
sudo+ssh://fl@/home/fxl/anaconda3/envs/py/bin/python3.9 -u /File/pyqt/ui/untitled.py
fxl is not in the sudoers file. This incident will be reported.

解决方式
将python解释器改成为SSH模式

当运行代码缺少模块时：
如： ModuleNotFoundError: No module named ‘xxxx’

解决方式