Pycharm 配置remote 进行tensorflow远程开发调试
每次在本地修改完代码之后上传到服务器，使用print来监视某些中间变量来debug实在是太不方便了，为了方便远程debug, 今天配置使用了一下pycharm的remote功能
记下来以后再配的时候不用找了
工具
pycharm professional
配置了ssh服务的服务器
文件同步配置
打开面板
Tools -> Deployment -> Configuration点击
+号新建一个配置，输入配置名Name，随便起，Type选择SFTP，然后点击确认。配置服务器的 IP和端口，验证方式可以选择用户名和密码或者是使用私钥文件，putty的.ppk也支持
配置根目录，
Root Path是项目文件在远程服务器中的根目录，根据需求配置，例如/home/zhangsan/workplace路径映射
Mappings，Local Path设置为 Windows 下的工程目录，Deployment path on server设置为远程服务器的目录，根据自己的需要设置Excluded Paths设置不需要同步的目录，如配置文件，数据集，checkpoint等。Tools -> Deployment -> Options，将Create Empty directories打上勾，要是指定的文件夹不存在，会自动创建。
设置远程的python解释器
菜单栏
File -> Settings，进入设置面板后选择Project -> Project Interpreter，然后在右边，点击那个小齿轮进行设置。点击
Add Remote，选择SSH Credentials，Python interpreter path选择自己需要的远程服务器的解释器。在运行程序的时候，配置
Run的时候选择刚刚配置的解释器就能远程调试了，跟使用本地解释器类似，但是还需要设置环境变量。Run -> Edit Configurations
为了使用tensorflow的gpu版本，需要设置环境变量Environment variables，这里cuda9.0可设置为/usr/local/cuda-9.0/lib64， 需要其他环境依赖的话方法类似
如果执行.py的时候需要传入命令行参数，可在Parameters中填写(只需要写 --arg=value部分)， args中字符串的值不需要加引号，加了好像会被认为是字符串的一部分，这点和直接在bash中不一样，在bash中引号没有影响。
## 文件同步等
tools -> Development -> Automatic Upload 设置自动同步
修改完远程文件后也可以在编辑面板右上角找到上传按钮，修改完远程文件后也可以在编辑面板右上角找到上传按钮，很好用，详见参考资料
参考资料