最近在学习机器学习的过程中，常常需要将本地写的代码传到GPU服务器中，然后在服务器上运行。之前的做法一直是先在本地写好代码，然后通过FileZilla这样的文件传输工具来将写好的文件传到服务器，再通过ssh工具远程连接到服务器，执行相应的python脚本。这样的方式十分繁琐，效率很低。今天听到朋友提到了配置远程解释器

使用场景

先说说自己的使用场景，我是在什么情况下，需要将IDE配置成这样的环境来方便我的工作。

首先，我需要在本地机子上写python代码，但是因为是机器学习相关的一些代码，有时候本机跑可能会很慢，或者根本跑不下来。而此时，我还有一台可用的服务器，上面配置了相应的python3环境和相应的机器学习库，比如tensorflow，keras，tflearn等等。因此通常需要将本地写好的代码上传到服务器上，在服务器上运行。由于代码能力渣渣，所以常常需要反复修改代码，而直接在服务器上修改代码不是很方便。因此，我希望可以像下面一样操作：

我在服务器上有一个工作目录，我希望可以直接在我本地机子上修改工作目录下面的代码文件 因为Pycharm可以配置远程python解释器，所以我希望可以直接在本地的机子上运行修改的代码，并且直接在本地机子查看运行的结果，而不用ssh到远程服务器在执行代码。 具体来说就是，我可以直接在本地上编写代码，然后直接点击pycharm的绿色小三角执行代码，并且这个执行是由远程服务器的python解释器执行的，而不是在我本地机子上配置的python环境下执行。

配置过程

本机环境

操作系统：win10

IDE：Pycharm

远程服务器

操作系统：ubuntu14.04

配置了ssh，可以使用ssh进行远程登陆

配置Deployment

首先，在pycharm的菜单栏依次找到:Tools > Deployment > Configuration.

然后可以看到如下的配置页面，具体各配置在图片中说明:

然后打开Deployment的Mapping选项卡：

这样，Deployment的配置就完成了。这个配置完成了之后，其实是相当于配置了一个ftp工具可以连接到服务器上，从而可以查看和修改服务器上的文件。你可以通过Tools > Deplotment > Browse Remote Host来打开相应的RemoteHost面板，这个面板显示的就是服务器上的文件，显示的范围是你在Deployment中的Connection选项卡下配置的Root path路径下的文件及文件夹。

你可以直接在RemoteHost面板里双击某个文件并且直接进行编辑。双击某个文件后你可以看到编辑区域的顶部有一个横条，并且横条的右边有三各按钮，分别是比较，撤销和上传操作。你在这里面编辑文件之后，可以直接点击上传按钮，就会提交到服务器了。但是其实不推荐直接在这里修改代码，后面的使用流程会说到。

以上的配置，就可以直接在PyCharm里看到服务器上的文件，我感觉就像是直接在IDE里集成了一个FTP传输工具。

配置远程python解释器

这里主要讲的是如何配置远程python解释器。

首先，通过File > Settings,打开设置选项卡。

在设置选项卡里，点击"Project:项目名"这个按钮，在展开的小项里再点击Project Interpreter，右边就会变成Interpreter的配置页面。