pycharm使用SSH连接linux服务器

2023版本Pycharm远程连接Linux服务器+在linux上创建自己的环境

本文提供了一份详细的PyCharm 2024.1通过SSH连接Linux服务器配置远程Python解释器的教程，特别适合深度学习开发者。从环境准备到SSH连接、解释器配置、文件同步及调试，手把手解决实际配置中的常见问题，帮助开发者高效利用远程服务器资源。

重新点击当前的python解释器,这时候会触发重建索引即index。打开pycharm – File – Setting。1、最简单方法, pip安装之后,

打开pycharm，通过“Tools ==> Start SSH session...”进入SSH服务的编辑选项；而后得到下图配置界面：Host:填写SSH服务器IPPort:SSH服务端口号User name 和Password 填写可访问用户信息连接成功后如下如所示： ...

请使用专业版Pycharm，社区办不含此功能！pycharm点击 Tools -》Deployment -》 Configuration，新建一个SFTP连接，点击配置SSH，输入服务器IP、账号及密码，并点击Test Connection验证账号密码，创建好SSH后，不用填写SFTP的内容，进入下一步：点击 File -》setting -》project -》python interpreter -》add interpreter -》On SSH，第一次配置该服务器请输入IP、账号及密码:到第三步请耐

本文详细介绍了如何使用PyCharm专业版通过SSH连接Linux服务器进行远程开发，特别适合深度学习工程师高效炼丹。从环境准备、SSH密钥配置到远程Python解释器设置，再到文件同步策略和性能优化，提供了全面的实战指南，帮助开发者提升工作效率。

或对于较新的 RHEL/CentOS 版本使用： 安装完成后，可以使用以下命令之一来启动 SSH 服务： 注意：在某些情况下， 命令可能用于客户端，而服务名称可能是 。为了确保 SSH 服务在系统重启后自动启动，可以使用以下命令之一： 启动 SSH 服务后，可以使用以下命令之一来检查 SSH 服务的状态： 如果 SSH 服务成功启动，你将看到类似“active (running)”的提示信息。

本人是做NLP的，pycharm写的项目，数据集很大，在自己电脑上运行很慢，但是放到服务器上跑就很快。pytorch-pk 是 自己创建conda环境的名字，要改成自己的环境名字哟。，因为自己电脑中的绝对路径只适用于自己电脑，不适用与服务器路径。**, 如果用的是社区版pycharm,要换成专业版的。我电脑pycharm中的，要上传服务器的项目名：pkk2。配置用户名和密码 （Host和Username）同名的目录，用来存放 上传的 项目pkk2。（3）创建 自己电脑中的项目目录。的相关配置——超级详细，

参考pycharm官网的远程调试文档，亲自测试成功！!请注意看我教程中的图片，图片上有文字说明，讲的非常仔细，按步骤进行能确保远程调试成功！

pycharm远程连接服务器

Local path为本地项目存放地址，Deployment path为服务器上项目存放地址，配置完成后可在Deployment下的Options中设置关闭自动上传，改用右键文件夹手动上传，需要保证可执行的py文件在本地和服务器上能对应。2、输入端口用户名密码后，选择exist，因为我已在服务器上创建好环境，只需要在本地调试代码。1、打开setting的project，添加解释器，选择On SSH。

是你打算用本地中的哪个项目去使用远程服务器，选定左边的那个本地路径之后，你修改的代码，运行的代码会同步到右边的远程服务器那边的路径，所以左边是本地项目路径，右边是服务器装本地项目的路径。来查看conda的所在路径，但是我们配置的解析器是python解析器，所以要找到conda环境下的python解析器，先激活conda环境再用。就是上面讲的，远程服务器那边用来接收本地项目的位置，就是用来存放本地的项目，然后用远程服务器的环境来跑本地的代码的。点击文件夹图标，弹出以下界面，重点介绍下。

pycharm远程使用服务器资源跑代码运行项目

重新点击当前的python解释器,这时候会触发重建索引即index。打开pycharm – File – Setting。1、最简单方法, pip安装之后,

最近终于有了一个初步的想法，所以可以开始写代码啦💥💥💥，需要解决的第一个问题是：怎么把自己的代码放在所里的服务器上跑。兜兜转转操作了很多步，用这篇博客做一个记录。

然后点击创建，在文件——>设置——>项目下的Python解释器中选择刚刚建立的环境即可。第五步中要选择自动传项目，这样才可以保证在本地书写的代码可以在远程服务器上进行运行。第四步中对文件夹进行同步，这一步是用来传输数据的，所以最好是对根目录进行对齐；文件——>设置——>项目下的Python解释器——>添加解释器——>SSH。里新增脚本，都会自动用这套远程解释器和同步目录；第二步中选择使用现有环境，也就是你在远程服务器上建立的环境；在第三步中选择你在远程服务器上建立的环境的名字；第一步选择Conda环境；

注意要先连接好自己学校的vpn（如果需要的话）使用which python查看自己的环境路径：效果：远程linux服务器的要修改一下：然后点击创建。