1. 我的虛擬環境名字

tensorflow_18

2.anaconda中虛擬環境的真正python解釋器的位置，感覺好坑

/home/zh/anaconda3/envs/tensorflow_18/bin/python [因為默認python為3.6.0]

3. 這個虛擬環境對應安裝的所有package位置：

/home/zh/anaconda3/envs/tensorflow_18/lib/pythonx.x/site-packages
我是怎么找到的呢？
直接find / -name "tensorflow-gpu"
然后就找到了tensorflow-gpu所在的位置：
/home/zh/anaconda3/envs/tensorflow_18/lib/pythonx.x/site-packages

4. 使用遠程服務器(無GUI)的gpu編譯python，使用是服務器上配置好的tensorflow_18虛擬環境

然后同步pycharm中的代碼到服務器，然后點擊run默認就是運行服務器上的文件
過程有兩大步：

• 在pycharmn中建立一個本地文件通過ssh,sftp同步到遠程服務器的映射】
• 在pycharm中設置當前project的解釋器為遠程服務器的解釋器，并設置好本地與服務器的文件映射

5. 錯了很多次，猜了很多坑，最后的步驟：

• 首先本地和服務器都建一個父目錄，到時候local->remote 或者 remote->local都是直接打包整個文件夾的。
• local直接新建項目，項目local addr就是本地剛創建的父目錄，然后創建過程中或者創建后直接修改解釋器即可
  不要再折騰 depoloyment了
• 從遠程下載僅僅是代碼到local 或者從 local 傳輸 大文件 到remote

轉載于:https://www.cnblogs.com/LS1314/p/10371301.html

總結

以上是生活随笔為你收集整理的同一局域网内_Pycharm访问服务器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。