一、配置远端解释器
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:
到第三步请耐心等待检测连接结束，一般使用conda在远端配置一个python环境:
conda create --name your_project python=3.6使用已存在环境，并在Interpreter选择对应解释器，Sync folders共两项，左侧选择本地文件夹（无需修改），右侧选择远端服务器需要对应项目位置。
完成这步即可看到远端解释器配置：
注意！我们可以发现，自动创建了一个SFTP，点击mapping：
可以发现已经配置好了本地路径与远端路径，这是因为在设置解释器的时候配置了项目路径，当使用其他项目还需要使用已有的python环境时，请在此处配置好项目路径：
两个好用的小技巧
Tools -》Start SSH Session 选择对应的SFTP连接，可以在pycharm打开命令行，Tools -》Deployment -》Browse Remote Host可以在右侧打开服务器文件列表：
代码修改与运行
当修改了代码后，请点击右键 -》 Deployment -》update 至SFTP，同步远端服务器的代码再点击运行。
二、slurm脚本及提交
提交及查看命令
sbatch test.slurm # 提交任务
# Submitted batch job 2161 # 该任务已经提交2161号作业
squeue # 查看当前任务
# JOBID PARTITION NAME USER ST TIME NODES NODELIST(REASON)
# 2161 gpu ffhq_ngp gonggeng R 0:09 1 gpu05
脚本模版
#!/bin/bash
#SBATCH --job-name=job_name ##作业名称 《需要修改》
#SBATCH --partition=gpu ##作业申请的分区名称
#SBATCH --nodes=1 ##作业申请的节点数
#SBATCH --ntasks-per-node=8 ##作业申请的每个节点使用的核心数
#SBATCH --gres=gpu:1 ##作业申请的每个节点GPU卡数量
#SBATCH --error=%j.err # 报错日志
#SBATCH --output=%j.out # 执行日志
# ======================下方需要改成自己的代码==============================
# 激活conda环境
# source activate test_env 该方法激活会报错，下方已改成绝对路径
source conda_path/anaconda3/bin/activate test_env
python main.py --config ./configs/test.yaml