由于学校的深度学习任务都是上传的学校的GPU集群上运行，因此可视化和调试程序就变的十分麻烦，几经辗转、终于找到了解决方案，即通过ssh隧道的方式，用Pycharm通过跳板机连接内网服务器。现在此总结一下。
目前我们学校的集群结构是一个三级结构，如果你们也是，那下面的方法多半是可以用的。
1.首先配置登陆
1.1 修改本地host文件
首先大家都知道自己的跳板机的账号，可以写到host中，这样就不用每次都输入ip了，host文件在windows系统下的位置如下所示：
C:\Windows\System32\drivers\etc\hostshost 文件的格式：IP 名称
1.2 配置xshell 软件
新建一个链接
名称： 跳板test
主机名：jiqun
【刚才已经配置好host了可以直接输入jiqun】
接下里来点击“用户身份验证”按钮，输入你的用户名和密码，配置之后以后就不用每次输入了
配置完成后，进行登陆测试，如果能够顺利登上，表示前面的配置没问题
1.3 获取你要链接的GPU节点的地址
输入命令，复制你需要的节点地址到本地pc的host文件中
cat /etc/hosts
在本地pc的host文件中添加
到此，登陆的配置工作结束～
2.配置隧道
编辑刚刚在xshell中配置的“跳板test” 。右击->属性
点击隧道按钮，然后点击添加
特别注意
源主机名是localhost，端口号是6000
目的主机名是node06 端口号是22
然后点击“用户身份验证” 输入账号密码，和之前的步骤一样
配置完成后尝试连接！【首次链接时间可能会有点长】
出现如下界面登陆成功！
3.配置pycharm
3.1配置项目文件的python 解释器
在pycharm中依次点击文件->设置，然后完成如下5步，注意Host 是localhost
输入密码 【这步可能会卡顿，如果出错，建议多试几次】
配置解释器的对应文件地址，建议在集群上创建一个和本地文件同名的文件夹，用于映射项目文件
到这里我们就配置完成啦，看到如下内容，表示配置成功。
3.2 配置文件同步
到这里，文件同步配置完成
4 测试远程调试
如果你的代码带有参数，可以使用如下方式添加参数
下面打个断点，进行调试
以上就是全部内容了，有问题随时评论，看到必回～，欢迎交流
