python 远程ssh执行命令 pycharm远程ssh

在这里我将配置python、tensorflow到指定服务器，前提是需要知道远程服务器提供的ip、port、账号、密码。

文章目录

• 1 配置SSH
• 2 新建项目
• 3 设置远程连接配置
• 4 配置远程服务器的虚拟环境
• 5 使用虚拟环境
• 6 同步代码
• 后记
• 参考文献

1 配置SSH

输入ip、port、账号、密码

2 新建项目

新建你想要的项目名称

在previously configured interpreter右边的‘…’新建SSH Interpreter。

先使用默认的python环境

确认后改一下remote project location

在这里我设置的是/home/chenxuli/pcPyCode/bstTF

3 设置远程连接配置

点一下autodetect，设置自己的根目录

Mappings也改一下

browse remote host可以帮助我们查看远程服务器的状态

4 配置远程服务器的虚拟环境

使用start SSH session

随后弹出的窗口，我们就很熟悉了

随后就是正常的conda创建虚拟环境的方法，文末给出一个参考文献。

//一些常用的方法
//创建虚拟环境
conda create -n tfEnvi python=3.6
//进入虚拟环境
conda activate tfEnvi
//安装tensorflow
pip install tensorflow==2.1.0

虚拟环境会在自己的源目录下，.conda/envs

5 使用虚拟环境

Add…

老样子，SSH Interpreter-〉Existing server configuration，这次Interptreter使用自己创建的环境，还有更改Sync folders。

Apply-》ok。

6 同步代码

在你本地写好代码后，如果你要同步代码。

按下按钮，成功上传至远程服务器。

最后，快乐地运行代码吧！

注意⚠️：后期我发现在添加interpreter的时候，pycharm会自己创建新的deployment，这里再设置一下就好。

后记

正确的流程：

1. 配置SSH
2. Start SSH Session，配置虚拟环境

# --- 一些参考指令 --- #
# 指定路径下配置虚拟环境
conda create -p /opt/data/private/data/chenxuli/tfEnvi/ python=3.6
# 激活虚拟环境
conda activate /opt/data/private/data/chenxuli/tfEnvi/
# 退出虚拟环境
conda deactivate
# 删除指定路径的虚拟环境
conda remove -p /opt/data/private/data/chenxuli/tfEnvi --all

3. 设置项目的解释器为虚拟环境
4. 运行