拿到gpu的节点以后开始下面的配置
1. 下载专业版pycharm，一定是专业版，community版本没有远程连接ssh的功能。
2. python编译器->添加ssh编译器->新创建服务器配置

3. 输入host名，用户名。 host名字如：vpcc-gpu032，用户名：xxxx

4. 下一步 输入密码, 下一步，下一步，下一步，下一步….结束

以上连接结束。

下面开始运行代码的配置。

1. 首先在远程端创建conda环境
conda create -n xxx python=3.xxxx

2. 创建好以后，批量安装程序所需要的包
   3. 设置项目发布路径。 本地的程序要在远程端执行，需要把本地的程序发布到远程服务器上，然后映射到该目录下。 Tools -> Deployment -> -Configuration -> Mappings. 注意这里的路径
   Local path 为本地项目路径，如果不对改一下。 Deployent path 设置为学校服务器下面临时文件tmp的路径，如果不对改一下，最后这个pycharm_project_84是我的程序远程地址，别跟其他人设置成一样的。
   
   设置本地程序的结构，如下图settings -> Project Structure 右边，添加内容根目录，设置为项目的根路径就可以了
   
   设置完以后， 发布程序，将本地的程序，发布到上面设置的远程路径下 Tools -> Deployment -> Upload to， 发布完以后进入到远程目录下面，检查一下看看工程是否已经发布进来，不然运行的时候会报错，找不到可执行文件。 错误日志：[Errno 2] No such file or directory: ‘/tmp/pycharm_project_856/run.py’
   
3. 设置发布时的选项，设置为下图红色框里面的选项， 不然还是报找不到可执行程序的错误
   
   
4. 设置运行的python编译器为远程端的python编译器，设置为conda下面自己创建的环境，例如我的名字交casrel，那么找到casrel下面bin/python3.7.exe文件即可。
   
5. 查看是否设置成功
   Run-> Edit configuration，查看如下python interpreter的地址是否为上一个步骤设置的地址。
   
6. 设置环境cuda变量
   Run-> Edit configuration。 Environment variables. LD_LIBRARY_PATH=/usr/local/cuda/lib64,可以查看一下，远程服务器上的地址是不是这个地址。确认无误后设置。

刷新程序，跑代码。