最近在學習機器學習的過程中，常常需要將本地寫的代碼傳到GPU服務器中，然后在服務器上運行。之前的做法一直是先在本地寫好代碼，然后通過FileZilla這樣的文件傳輸工具來將寫好的文件傳到服務器，再通過ssh工具遠程連接到服務器，執行相應的python腳本。這樣的方式十分繁瑣，效率很低。今天聽到朋友提到了配置遠程解釋器

使用場景

先說說自己的使用場景，我是在什么情況下，需要將IDE配置成這樣的環境來方便我的工作。

首先，我需要在本地機子上寫python代碼，但是因為是機器學習相關的一些代碼，有時候本機跑可能會很慢，或者根本跑不下來。而此時，我還有一臺可用的服務器，上面配置了相應的python3環境和相應的機器學習庫，比如tensorflow，keras，tflearn等等。因此通常需要將本地寫好的代碼上傳到服務器上，在服務器上運行。由于代碼能力渣渣，所以常常需要反復修改代碼，而直接在服務器上修改代碼不是很方便。因此，我希望可以像下面一樣操作：

1. 我在服務器上有一個工作目錄，我希望可以直接在我本地機子上修改工作目錄下面的代碼文件
2. 因為Pycharm可以配置遠程python解釋器，所以我希望可以直接在本地的機子上運行修改的代碼，并且直接在本地機子查看運行的結果，而不用ssh到遠程服務器在執行代碼。
3. 具體來說就是，我可以直接在本地上編寫代碼，然后直接點擊pycharm的綠色小三角執行代碼，并且這個執行是由遠程服務器的python解釋器執行的，而不是在我本地機子上配置的python環境下執行。

配置過程

本機環境

操作系統：win10

IDE：Pycharm

遠程服務器

操作系統：ubuntu14.04

配置了ssh，可以使用ssh進行遠程登陸

配置Deployment

首先，在pycharm的菜單欄依次找到:Tools > Deployment > Configuration.

然后可以看到如下的配置頁面，具體各配置在圖片中說明:

然后打開Deployment的Mapping選項卡：

這樣，Deployment的配置就完成了。這個配置完成了之后，其實是相當于配置了一個ftp工具可以連接到服務器上，從而可以查看和修改服務器上的文件。你可以通過Tools > Deplotment > Browse Remote Host來打開相應的RemoteHost面板，這個面板顯示的就是服務器上的文件，顯示的范圍是你在Deployment中的Connection選項卡下配置的Root path路徑下的文件及文件夾。

你可以直接在RemoteHost面板里雙擊某個文件并且直接進行編輯。雙擊某個文件后你可以看到編輯區域的頂部有一個橫條，并且橫條的右邊有三各按鈕，分別是比較，撤銷和上傳操作。你在這里面編輯文件之后，可以直接點擊上傳按鈕，就會提交到服務器了。但是其實不推薦直接在這里修改代碼，后面的使用流程會說到。

以上的配置，就可以直接在PyCharm里看到服務器上的文件，我感覺就像是直接在IDE里集成了一個FTP傳輸工具。

配置遠程python解釋器

這里主要講的是如何配置遠程python解釋器。

首先，通過File > Settings,打開設置選項卡。

在設置選項卡里，點擊"Project:項目名"這個按鈕，在展開的小項里再點擊Project Interpreter，右邊就會變成Interpreter的配置頁面。

點擊Interpreter配置頁面的小此輪按鈕，然后再選擇add Remote。

彈出如下彈窗并配置相應的信息。

經過以上步驟，你的遠程解釋器就配置好了。這時，你就可以直接點擊小三角按鈕，調用遠程服務器上的python解釋器來運行代碼。但是在此，你還需要看看下面的使用流程。如果你直接雙擊RemoteHost面板里的文件，然后點擊小三角運行是會報錯的，可能會提示：

No such file or directory

在配置中也參考了很多其他文章，但是有些文章還是沒有講清楚具體的流程，因此我把自己認為可能“正確”的流程記錄一下。

在介紹Deployment配置的時候，我們講到了Mapping選項卡的配置。這個配置將本地的一個路徑映射成了服務器上的一個路徑，因此，在這個文件夾下的文件和服務器上的文件是同步的，當然，需要你在本地修改的時候upload到服務器或者設置自動upload。

在這里，我的mapping配置如下：

local path	Deployment path on server
E:\workspace\remotespace	xxxx/workspacexhh

首先，我們在pycharm中通過 File > open... 來打開一個新的項目，項目路徑就選擇上面的local path路徑。

在Project窗口中就可以看到打開了這個項目，當前這個項目還是空的，里面什么也沒有。

然后，我們打開RemoteHost小窗口，在test.py文件上右鍵，再選擇Download from Here,文件就會下載到本地了。返回到Project小窗口，就可以看到test.py。其他的文件類似，如果有父目錄，他會將父目錄也一起下載下來，所以文件和路徑都會和服務器保持一致。

這樣，你就可以在本地編輯test.py文件。

在編輯完成后，你可以在文件上右鍵或者直接在編輯區域右鍵，選擇upload to... 將文件上傳到服務器，這樣就可以更新服務器端的代碼了，并且保持了和本地代碼一致。

此時，點擊綠色小三角運行代碼，可以看到相應的輸出。但是看看控制臺的輸出，可以發現，python解釋器不是本地的，而跑的文件也不是本地。

上面就是整個從服務器下載文件至本地，在本地修改文件，將文件上傳至服務器，然后直接在本地運行的整個過程。

在這個過程中，也可以發現，經過這樣的配置，我們的代碼現在一共有三個版本：一個是本地代碼，一個是服務器上的代碼，還有一個是RemoteHost面板中的代碼(這個地方的代碼如果直接編輯了，其實也可以提交到服務器，但是不能直接運行)

所以，如果通過上面的配置進行遠程調試的話，我認為大致流程應該是下面這樣：

1. 在RemoteHost面板中，選中想要修改的代碼，然后右鍵點擊Download from here將內容下載至本地(這個本地是你在配置Deployment時設置的本地文件夾)。
2. 在本地(這個本地是你在配置Deployment時設置的本地文件夾)修改你的代碼，修改完成后在編輯區域或者文件名上右鍵，選擇upload to...來提交到服務器。
3. 在提交之后，你可以像普通調用本地解釋器一樣的直接運行本地的這個文件(但其實運行的是服務器的文件)

在這里，雖然RemoteHost里的文件可以直接編輯，但是并不建議這么做，因為這里編輯之后并不能直接運行。