PyCharm+Docker：打造最舒适的深度学习炼丹炉

刘震

很久没跟进这篇文章了，大家有问题可以去评论区翻一番解决方案。

----------------我是分割线----------------

统一回复一下，本文在注明来源和作者的前提下允许转载，但仅限于非商业用途。想转载的童鞋留言或私信我告知一下即可。

----------------我是分割线----------------

一般炼丹都在服务器上，很少有人在本机跑代码的。之前自己捣鼓怎么用本地的编辑器配上远程服务器的环境来营造一个最舒乎的姿势。最开始用VS Code的SFTP插件，但是用着还是不顺手，因为不能用远程的环境，最后还是选择了强大的PyCharm。下面的这个教程最开始只是自己用，后来写了一篇博客分享给实验室的人，没想到大家都开始用上了。这次专门写一篇更详细的放到知乎供有缘人使用。

开始之前你可以对比以下条件来确定自己是否真的需要这样做：

使用PyCharm作为主力IDE写Python 而不是其他（我非常推荐大家用）
深度学习炼丹师 （当然你可以不是，但如果是，你会更舒服）
服务器在远程或者局域网 （局域网的体验最佳）
使用Docker （能够熟练使用最佳）

当你配置完成之后，你将能 在本地PyCharm IDE上使用远程服务器的Python解释器和环境进行调试和运行，同时能够很方便的将代码在本地和服务器上进行同步 。

OK，废话不多说，正式开始我们的PyCharm+Docker的远程环境配置之旅。

首先你需要满足以下两个必备条件：

使用 PyCharm专业版 ，记住一定是专业版（社区版不提供远程服务）
在服务器上 安装docker和nvidia-docker

1. 新建docker container

首先按照如下命令新建一个docker容器（关于docker的使用这里不废话，建议不熟悉的童鞋先去学一下如何使用docker，教程很多）：

sudo nvidia-docker run -it -p [host_port]:[container_port](do not use 8888) --name:[container_name] [image_name] -v [container_path]:[host_path] /bin/bash

举个栗子：

sudo nvidia-docker run -p 5592:5592 -p 5593:5593 -p 8022:22 --name="liuzhen_tf" -v ~/workspace/liuzhen/remote_workspace:/workspace/liuzhen/remote_workspace -it tensorflow/tensorflow:latest-gpu /bin/bash

正确执行完之后，现在我们就处在新建的docker容器里了（端口映射，容器名，镜像和路径映射这些换成你自己的就行，但是一定要留一个端口映射到容器22端口，因为SFTP默认使用22端口）。

2. 配置SSH服务

接着我们在刚刚新建的容器里配置SSH服务，首先安装 openssh-server :

$ apt update
$ apt install -y openssh-server

然后建立一个配置文件夹并进行必要的配置：

$ mkdir /var/run/sshd
$ echo 'root:passwd' | chpasswd
# 这里使用你自己想设置的用户名和密码，但是一定要记住！