ML云计算第2部分:将PyCharm连接到Paperspace

转到Bryan Pratte的个人资料 Bryan Pratte BlockedUnblockFollow关注3月28日

使用远程解释器设置PyCharm项目

尽管我喜欢终端,但我仍然非常相信GUI工具。我宁愿在日常开发工作流程中最小化任何命令行的暴露量。说实话,这是我对终端,SSH和本地主机的ML工作流状态最大的困惑之一。我看到许多人使用文本编辑器并使用命令行执行来运行他们的代码。移动开发者被Android Studio和XCode宠坏了,ML开发者应该拥有同样的奢侈品。

幸运的是,有一个可爱的python IDE叫做PyCharm。它基本上是XCode,但对于所有事情python,它恰好是所有事物的最常见的语言接口ML :)更大的好处是PyCharm具有远程连接到服务器并远程运行代码的内置功能。控制台,日志,调试器和绘图都可以正常工作。

第0步: 设置Paperspace机器:

  • 如果您还没有完成设置Paperspace的第1部分,可以在此处找到它。

第1步: 下载并安装PyCharm Set:

  • 前往--- https://www.jetbrains.com/pycharm/。
  • 下载专业版。如果要将其连接到Paperspace远程计算机,则必须执行此操作。
  • 有30天免费试用,如果你是学生,他们会给你连接。他们也有启动折扣,如果你是学生,它是免费的。

我必须强调这一点。不值得尝试为自己节省几百美元并使用免费产品。如果你认真对待开发,你应该认真对待你的工具。

第2步: 在Paperspace机器上安装anaconda:

  • 前往Paperspace控制台并确保您的机器正在运行。
  • 打开终端并使用第1部分中的ssh jujutsu:
 `ssh paperspace` 
 `wget` 
  • 接下来,使用以下命令运行安装程序。
 `bash` 
  • 按照终端中的提示完成安装。

第3步: 创建和设置您的虚拟环境

快速说明为什么这很重要。当您开始训练ML模型并使用各种不同的框架时,您会发现它们都有不同的要求和依赖关系。通过切换环境,创建虚拟环境为您提供了一种简单的方法来获得许多不同版本的python和其他框架。当你在玩游戏并且打破一些东西时它也很方便。您不必破坏全局机器,而只是破坏环境,很容易将其删除并重试。

  • 使用以下命令创建一个名为ml_env的环境,该环境安装了python 3.6。任何比python 3.6更大的东西,你将在以后使用Turi Create以及其他ML框架时遇到麻烦。
 `conda create -n ml_env python=3.6 anaconda` 
  • 要激活/停用您的环境,请使用以下命令。
 `source activate ml_env source deactivate` 
  • 这是一个快速的conda备忘单。
 `Use to update conda: conda update conda` 
 `Create a new environment with a specific python version: conda create -n yourenvname python=3.6 anaconda` 
 `Activate an existing conda environment: source activate yourenvname` 
 `Deactivate an existing conda environment: conda deactivate` 
 `To list all existing environments on the system: conda info --envs` 
 `Install a specific package using conda: conda install -n yourenvname [package]` 
 `Uninstall and delete everything in the environment: conda remove -n yourenvname -all` 
 `If you accidentally installed or upgraded python to a version that breaks things you can roll back. Say you installed 3.7 and need to go back to 3.6: conda install python=3.6 -- downgrade to python 3.6` 

第4步: 将PyCharm连接到Paperspace远程:

  • 打开PyCharm并选择"Create New Project"。

  • 选择将保存本地文件的文件夹。我正在使用ml_project。
  • 现在要设置远程环境,单击"..."开始。

  • 在左侧选择 SSH Interpreter
  • 对于主持人:使用公共IP作为您的Paperspace框。
  • 用户名:您将要使用 paperpace。
  • 选择N ext。

这里我们要指向Paperspace框中ml_env虚拟环境中的python解释器。

  • 导航到/ home / paperspace / anaconda3 / envs / ml_env / bin / python。
  • 选择 OK, 然后 单击 Finish。

最后,我们需要选择PyCharm项目文件在远程服务器端的位置。

  • 选择右下方的文件夹图标。
  • 导航到您想要PyCharm同步文件的位置。
  • 您可以右键单击以创建新文件夹。我正在使用/ home / paperspace / PycharmProjects / ml_project。
  • 单击 OK, 然后单击 Create。

PyCharm需要几分钟才能将其助手上传到遥控器。

添加 一个 远程Python解释 是,首先 ,PyCharm 助手 被复制到 远程 主机。 PyCharm帮助 程序需要 远程 运行 打包任务,调试器,测试和其他 PyCharm 功能。

第5步: 在Paperspace机器上运行第一个程序:

  • 右键单击项目文件夹ml_project。
  • 将鼠标悬停在N ew上。
  • 选择 Python文件。
  • 将文件命名为test,然后单击 OK。

PyCharm的一个重要功能是它会自动将本地项目文件夹中的文件同步到遥控器上的文件。

  • 在右上角,单击"远程主机"选项卡。
  • 导航到home / paperspace / PycharmProjects / ml_project。

您将看到新创建的test.py文件不在服务器上。现在你可能会想到,当我们使用PyCharm获得类似功能时,我们为什么要使用CyberDuck。虽然PyCharm系统适用于代码,但在传输大量数据时会开始崩溃。因此,在添加大量训练数据时,可以使用CyberDuck或命令行。

  • test.py 文件中键入print("hello world")。
  • 右键单击左侧的 test.py ,然后选择 Run'test'
  • 在控制台中,您将看到输出"hello world"。

恭喜您现在拥有一个由云中非常强大的GPU支持的IDE!接下来,我们将正确利用此设置并培训一些网络!

查看英文原文

查看更多文章

公众号:银河系1号

联系邮箱:public@space-explore.com

(未经同意,请勿转载)