一般我們進行深度學習大部分是在本地進行除錯，到實驗室桌上型電腦中進行煉丹，這樣來我們必須時刻待在實驗室。接下來要說的，通過雲伺服器這種方法就可以隨時隨地進行深度學習。

最終我們實現的是遠端進行深度學習的程式執行，開啟一個深度學習專案，將pycharm的直譯器換為遠端GPU雲伺服器的直譯器，然後在你的便攜筆記本上跑就行了…

前提條件：
1、行動式膝上型電腦（本人是Macbookpro13.3）
2、GPU雲伺服器，可以是網購也可以是自己搭建
3、能上網！能上網！能上網！

行動式筆記本

膝上型電腦配置參照一般超極本即可，電腦中最好也有pytorch的環境，不必需要cuda版的，python環境當然最好搭建好，而且安裝好pycharm。

雲伺服器

我選購的是美團雲的伺服器，美團雲最近在搞活動，GPU伺服器價格5折，當然要趁著這個機會嚐嚐鮮啊…關鍵是價格還算比較便宜，相比於阿里雲實在是便宜多了。。

這是我選購的配置清單：

M60顯示卡大家可能比較陌生，因為我們都是用1070、1080ti等消費級顯示卡，這個M60顯示卡是伺服器顯示卡，伺服器顯示卡麼，最大的優點就是可以多使用者執行，併發性較好，至於每個人分配的執行資源麼，一會測測就知道了。

價格1.39一個小時，怎麼說，按一天8個小時的使用量（當然如果你訓練的話可能需要好幾天，現在不討論這個），一天下來差不多12塊，一個月就是360塊，價格對於學生黨來說還是比較貴的。

好了安裝好系統連上SSH進行測試吧！

系統使用的ubuntu16.04，美團雲自動安裝了cuda8.0和cudnn6.0，版本有點舊了啊。。。

剛開始連上ubuntu第一件事做的就是sudo apt-get update和sudo apt-get upgrade麼，當然，我這邊出現了點問題，apt-get安裝軟體Unable to locate package錯誤解決辦法，總之就是更新apt的source源。

好了，這一部完了開始搭建虛擬環境系統吧，這裡我是下載好了anaconda3的ubuntu版 .sh檔案 然後通過ftp上傳到伺服器中進行安裝，安裝好了記得將anaconda3的環境變數新增到你的profile中。

安裝好anaconda後，搭建一個虛擬環境，具體步驟自行百度，然後在此虛擬環境中安裝pytorch就好了，conda install pytorch torchvision -c pytorch

好了，到了這裡雲伺服器的環境就差不多搭好了，接下來配置pycharm。

pycharm遠端除錯

開啟tools中的deployment，點選➕進行伺服器配置。

名稱隨便起，型別選為sftp，其他的按照伺服器的標準來填就好，root path不用換。

mappings中填寫你本地工程的地址和伺服器那邊的地址，配置好後當你在本地改程式的時候，程式就會同步到伺服器上，相當於一個自動的git了~

excluded path不用填

這一步弄好，僅僅是可以通過本地的pycharm來修改伺服器端的程式，肯定比通過ssh工具通過vim等編輯器編輯程式好吧。。。當然，這個程式只能在伺服器上執行，不能在本地執行。。。所以接下來就要使在本地也可以執行。

開啟你當前pytorch工程的直譯器，點選新增遠端直譯器（此時我的直譯器還是本地的）。

選擇之前的弄好的deployment即可，注意python直譯器地址一定要寫成anaconda3中envs中建立好虛擬環境的地址（下圖中不正確）。

填寫好正確地址後，生成的直譯器如下：

好了，解釋了弄好了，就可以跑個測試程式了，這裡跑的是fcn中的一段測試程式，來自github中的pytorch-fcn。

以上是程式執行結果，相比如泰坦x的45s 和 1060 6G 的129s，這個伺服器可以呼叫的運算資源稍稍差於1066，當然這個測試並不標準，兩個程式執行的cuda版本不同，將伺服器中的cuda版本升級一下可能會更快些。

總結

除了遠端除錯，其實也是可以遠端debug的，不過需要安裝很多東西。

總而言之，遠端除錯深度學習程式是可以的，自己搭個伺服器或者網購一個伺服器租用，隨時隨地進行深度學習，哈哈，還是不錯的。