Pycharm 설치 및 서버연결(gpu설정)

출처 : soyoung-new-challenge.tistory.com/50

파이참 설치 진행

pycharm-professional-2019.2.2.exe 실행

- 설치 화면을 확인하면서 default 값으로 설치 진행

- 중간에 설치 옵션 부분은 필요한 항목에 체크

Installation Options

 

JetBrain Pycharm 2019.2.1 실행

- exe 파일의 설치가 끝나면  JetBrain Pycharm 2019.2.1 파일을 실행한다.

Defualt 값으로 진행

- default 값으로 진행

License Activation

- Pro 버전의 회원가입이 되어있으면 입력해서 활성화시키고, 체험버전인 경우 Evaluate for free를 선택한다.

- 파이참 설치 완료!

 

 

SSH로 원격 서버에 연결

첫 화면에서 Configure > Setting 클릭

 

Bulid, Execution, Depoloyment > Deployment 클릭

- '+' 클릭해서 새로운 Deployment를 생성한다.

더보기

- Apply > Ok

- 위와 같이 우선적으로 원격 서버를 추가해줘야 추후에 에러 없이 ssh를 연동할 수 있다.

 

Project Interpreter 설정

- 새로운 Project Interpreter 추가 : add 클릭

 

- SSH로 연결을 하기 때문에 SSH Interpreter 클릭

- New server configuration으로 접속한다.

- Host, Username을 입력하고 Next 클릭

 

- Password 입력하고 Next

 

- 사용할 Interpreter 선택

- Python interpreter path 설정 : 서버에 설치된 파이썬 Interpreter의 위치 입력
  >> 원하는 파이썬의 경로를 잘 확인하고 설정!
  >> 가상 환경의 python의 경우 anaconda3/venv/가상환경이름/bin/python.exe 를 선택
- Project Interpreter 생성 완료

 

- 완료되면, 내가 연결한 환경의 Library의 목록과 version이 나온다.

- Apply > Ok 를 클릭하면 ssh 연결 완료

 

- 완료되면 Connecting이 진행된다. 

 

Project 시작하기

- Create New Project를 선택

 

- Pure Python 클릭 (파이썬 기반의 프로젝트를 진행하기 때문)

- Project Interpreter > Existing inpreter 

 

 

원격 서버 접속 완료

- 이제 로컬 환경에서 가상 서버의 코드를 실행할 수 있다.

- test.py 생성 후 run 클릭 시 ssh 서버에서 코드가 실행된다. 

- 자동 동기화 설정을 통해 실시간으로 로컬에서 서버 코드 변경도 가능하다.

 

 

GPU 설정

- 딥러닝 프레임 워크에서 GPU를 사용하기 위해서는 CUDA 라이브러리 위치를 환경변수로 지정해야한다.

- Pycharm에서 원격서버로 코드를 실행해도 서버에서 설정한 환경 변수가 자동으로 연동이 안된다.

- 결국 Pycharm에서 설정을 해줘야 한다.

 

< 변경사항 > 

- Run > Edit Configurations

- Environment variables 에 쿠다 환경 변수 추가

- LB_LIBRARY_PATH = 'CUDA PATH' (쿠다 PATH 입력)

- 환경변수를 추가하면 GPU가 잘 돌아가는 것을 확인 할 수 있다.

[Pycharm] 설치 및 서버연결(gpu설정)