本地专业版pycharm连接到远程腾讯云(Ubuntu)+Docker+anaconda的python运行环境

admin管理员组

文章数量:1530085

文章目录

• 前言
• 一、获得专业版pycharm
• 二、购置腾讯云服务器
• 三、在服务器内配置Docker
• • 1.更换国内源
  • 2.安装Docker引擎
  • • 一、卸载旧版本
    • 二、安装Docker
  • 3.取消输入sudo
• 四、根据Docker镜像创建容器
• • 1.在DockerHub上注册账号
  • 2.在服务器上登录Docker账号
  • 3.拉取Ubuntu:20.04镜像
  • 4.创建并运行容器
  • 5.配置容器
  • 5.开放服务器端口
• 五、在容器内安装ananconda
• • 1.新建用户
  • 2.安装ananconda
  • 3.anaconda换源
  • 3.创建一个conda环境
• 六、Pycharm配置
• 七、后记

---

前言

笔者使用该方法旨在减少跑机器学习代码时对本地电脑的负担，使得在跑代码时能够同时进行其他工作，提高工作效率，并通过该文章分享笔者在装环境过程中遇到的问题，以避免后来人才同样的坑

---

一、获得专业版pycharm

教育认证网址
进入申请页面之后，有4种方法可以申请。

• 使用学生邮箱（.edu后缀的教育邮箱不可申请，.edu后缀的教育邮箱可以申请）。
• 使用 国际学生证(International Student Identity Card,简称ISIC。（没用过，不太清楚-.-）
• 使用官方文件，需要用到学生证和学信网验证信息。（差不多两周时间，慢）
• 如果你的github已经成功申请到了学生开发包。那你可以直接使用github授权。（github学生包申请较快，只需三天时间）

提交申请后关注一下自己预留的邮箱和官网，通过后即可下载安装专业版pycharm

二、购置腾讯云服务器

地址：腾讯云官网
云服务器一般都有活动，选择自己想要的类型买就可以了，活动一般都在主界面有

点进去之后，选择自己需要的服务器即可

笔者是学生，所以选择了1核2G的云服务器作为自己的学习用服务器

注：

• 如果也想和笔者配置一样的云服务器，注意不是轻量应用服务器
• 购买后没有Ubuntu20.04的实例，可以购买后在控制台的重装系统修改
• 控制台实例修改网络到按流量计费，带宽拉满，还可以退还二三十块钱

三、在服务器内配置Docker

在服务器内配置Docker环境能够使得自己的环境具有可移植性，不用担心服务器到期时转环境的麻烦，同时，如果对腾讯云不满意的话，也可以用Docker镜像把自己在腾讯云上的项目移植到阿里云上面去等等。

---

1.更换国内源

注：

• vim编辑器内要按键盘上的 i i i键才能开始编辑
• 腾讯云上好像已经配置好了腾讯云的源，如果没问题的话这步可以略过

我们进入新的服务器之后，首先更换国内源保证下载速度稳定
先打开文件，如果看到的是腾讯云的源就不用管了，如果不是腾讯云的源那就把原来的源注释掉

sudo vim /etc/apt/sources.list

然后在尾部加上

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-security main restricted universe multiverse

更新列表

sudo apt-get update 

2.安装Docker引擎

官方文档

一、卸载旧版本

一般来说新的服务器不需要这一步，当然，如果安装失败了可以返回这一步重新开始

sudo apt-get remove docker docker-engine docker.io containerd runc

二、安装Docker

更新apt包索引：

sudo apt-get update

安装软件包以允许apt通过HTTPS使用存储库：

sudo apt-get install \
    ca-certificates \
    curl \
    gnupg \
    lsb-release

添加Docker的官方GPG密钥：

curl -fsSL https://download.docker/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

使用以下命令设置稳定存储库。

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

更新apt包索引：

sudo apt-get update

安装最新版本的Docker Engine-Community和containerd

sudo apt-get install docker-ce docker-ce-cli containerd.io

会下载的有点久，下完后使用下列命令来查看docker版本

docker --version

出现版本号即为安装成功

3.取消输入sudo

把用户加入用户组即可

sudo usermod -aG docker $USER
sudo systemctl restart docker

四、根据Docker镜像创建容器

1.在DockerHub上注册账号

DockerHub官网
注：记住自己的用户名和密码

2.在服务器上登录Docker账号

sudo docker login

接下来输入自己的账号密码，登陆成功！

3.拉取Ubuntu:20.04镜像

sudo docker pull ubuntu:20.04

查看镜像

docker images

显示如下，即拉取成功

4.创建并运行容器

创建一个名字为myserver的容器，映射关系为20000到22，5901到5901
注：

• 如果端口创建错了，最简单保险的方法是把这个容器重新打包成镜像，然后再生成一遍容器。
• 在- -name 后面是将要创建的容器的名字，如果改动的话下面相应位置也要变化。

docker run -p 20000:22 -p 5901:5901 --name myserver -itd ubuntu:20.04

进入容器。

docker start myserver
docker attach myserver

5.配置容器

由于这是一个什么都没有的ubuntu，我们要先对其进行配置，从而使得以下步骤能有序进行。
首先，安装sudo, vim

apt-get update
apt-get install sudo
apt-get install vim
apt-get install ca-certificates

更换国内源
注：

• vim编辑器内要按键盘上的 i i i键才能开始编辑

我们进入新的服务器之后，首先更换国内源保证下载速度稳定

sudo vim /etc/apt/sources.list

删除所有内容，然后在尾部加上

deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-security main restricted universe multiverse

保存退出后，更新列表

sudo apt-get update 

至此，容器创建完成，我们要去服务器的控制台把我们要用到的端口打开。

5.开放服务器端口

先进入控制台的安全组

新建自定义规则

添加规则，格式如图，备注自定义，自己看得懂就行

设置好后的规则如下

出站规则记得全部放开

五、在容器内安装ananconda

1.新建用户

首先，先新建一个用户，免得一直使用root不太好。新建一个user，名字是lin，当然可以自定义，但是使用大写字母会报错

adduser lin

把sudo权限赋给lin用户

usermod -aG sudo lin

转换为用户lin

su lin

下载并启动ssh，要不然无法进行远程连接

sudo apt-get install ssh
sudo apt-get install openssh-server
sudo /etc/init.d/ssh restart

2.安装ananconda

下载wget

sudo apt-get install wget

使用wget下载anaconda

sudo wget https://repo.anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh

安装anaconda

bash Anaconda3-2021.05-Linux-x86_64.sh

接下来是许可协议，按enter建即可
输入“yes”，表示接受许可
输入“yes” ，添加环境变量,一定要添加
之后更新环境

source ~/.bashrc

验证是否成功

conda list

成功后可以删除掉Anaconda3-2021.05-Linux-x86_64.sh节省空间，也可以不删

sudo rm Anaconda3-2021.05-Linux-x86_64.sh

3.anaconda换源

Anaconda换国内源，输入下列命令

conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --set show_channel_urls yes

打开~/.condarc文件

vim ~/.condarc

删除所有内容，粘贴下列内容

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu/anaconda/cloud

更新环境

conda update --all

3.创建一个conda环境

创建一个名字叫pycharm_load的环境，版本为python3.8

conda create -n pycharm_load python=3.8

之后有需要的包再自行安装，然后进入该环境。

conda activate pycharm_load

在当前目录下再新建一个文件夹，起名为pycharm_test，作为云端保存代码的文件夹

mkdir pycharm_test

六、Pycharm配置

接下来我们来配置本地端，专业版pycharm安装完成并新建一个项目后，如图所示，找到Configuration选项

点击添加一个SFTP

随意输入一个名字，例如pycharm_server，创建一个SFTP

然后根据下图进行配置

点击ok保存后，再根据下图操作


然后点击此按钮，上传代码至云服务器的容器内

上传成功，当然我这里开了自动保存，每次本地保存代码都会自动保存到云端，开启方法点击上图的Automatic Upload (Always)这个选项保证其左侧有一个勾。

上述过程我们仅仅远程连接了两个代码保存文件夹，最后一步我们就是要添加远程运行环境了，按下图所示，点击Adding Interpreter

配置完成，运行一下print(“hello world”)

运行成功！！

七、后记

在服务器端运行代码的话有一个问题就是无法显示图像，使用matplotlib等库的时候会出现问题，目前我所查到的方法是给服务器安装图形界面，然后使用MobaXterm直接连上服务器去看（网上好像说Xming+Xshell的方法可以解决，但是我尝试了很多篇Blog也无法解决）
花了两天时间完成这篇Blog，虽然笔者在之前已经完成过一次了，但是这次重新配置的过程中仍然出现了一些错误，笔者也已经解决这些问题并将其更正到Blog里面了，如果大家在配置过程中仍然有错误或者问题的欢迎在评论区指出，笔者也会更正错误以及尽可能帮助解决问题。 ≡ω≡

本文标签： 专业版运行环境腾讯连接到pycharm