Pycharm远程连接服务器显示图窗的解决方法&&使用Tensorboard查看远程服务器的训练情况

傷城~ 2022-11-28 13:32 227阅读 0赞

### 目录 ###

*   *  一. Pycharm远程连接服务器显示图窗的解决方法
     *   *  1. 配置远程服务器
         *  2.配置自己的电脑
         *  2.1 测试一下
         *  3. PyCharm配置
         *  总结
     *  二. 使用Tensorboard查看远程服务器的训练情况
     *   *   *  原理

本文最终要汇总的指令如下：

ssh -X -p 23656 -L 16006:127.0.0.1:6006 root@219.216.99.4

说明：

*  `-X`：Enables X11 forwarding，这样才能将远程的**界面图形**传回本地
 *  `-p`：访问端口
 *  `-L`：本地端口绑定远程端口`<local port>:<会送地址>:<服务器端口>`
    
     *  `127.0.0.1`是回送地址，指本地机，一般用来测试使用
 *  `root`：登录用户名
 *  `219.216.99.4`：服务器地址(填写自己的服务器地址)

## 一. Pycharm远程连接服务器显示图窗的解决方法 ##

### 1. 配置远程服务器 ###

需要在远程服务器上安装好`xorg`；  
`sudo apt install xorg`  
之后在/etc/ssh/sshd\_config中打开X11Forwarding；  
`sudo vim /etc/ssh/sshd_config`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_1_color_FFFFFF_t_70_pic_center]  
把`X11Forwarding`设置成`yes`，如上图，保存退出。  
重启远程服务器的ssh服务，使配置生效；  
`sudo /etc/init.d/ssh restart`  
这样服务器端就配置完了。

### 2.配置自己的电脑 ###

*  同样需要安装`xorg`  
    `sudo apt install xorg`
 *  接下来修改下本地的配置文件`/etc/ssh/sshd_config`  
    `sudo vim /etc/ssh/sshd_config`  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center]  
    把`X11Forwarding`设置成`yes`，如上图所示，保存退出。  
    使用如下命令：  
    `source /etc/ssh/sshd_config`  
    便会生效。

### 2.1 测试一下 ###

使用ssh登录远程服务器并开启`X`服务，只需要在`ssh`后面加上`-X`的参数就行了，在自己电脑的terminal输入:  
`ssh -X username@host`  
试试有没有成功：  
`gedit`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center 1]  
在自己的电脑上成功显示了一个来自远程服务器的窗口！那么说明我们已经成功配置了。

### 3. PyCharm配置 ###

1.  写一段简单的matplotlib画图的python代码：

import matplotlib.pyplot as plt
    
    x = range(10)
    y = range(10)
    plt.plot(x, y)
    plt.show()

1.  在远程链接的ssh命令行中查看远程服务器`DISPLAY`环境变量的值：  
    `echo $DISPLAY`  
    ![在这里插入图片描述][20200817214723694.png_pic_center]
2.  保持开着ssh -X的终端运行，修改PyCharm的`run configuration`，增加环境变量与第二步中的`DISPLAY`值一致：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center 2]
3.  保持开着ssh -X的终端运行，运行我们的Python代码。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_2_color_FFFFFF_t_70_pic_center]  
这张图是在远程服务器上画出来，然后通过X协议将图形界面转发回来的结果，还是很棒的。

### 总结 ###

PyCharm无疑是开发神器，远程解释器和部署都非常方便。但是它没有内建X11转发的支持，导致了最后那个大坑，在需要使用matplotlib等画图的时候，配置了DISPLAY环境变量但是没法连接显示，需要借助终端，一直开着ssh -X的连接才能完成界面显示。顺便吐槽一下，其实在run configuration里面设置了DISPLAY环境变量就OK了，在Python Console里面设置的应该是别的地方用的环境变量，并不是我们运行Python脚本的环境变量。

## 二. 使用Tensorboard查看远程服务器的训练情况 ##

简单来说就是利用ssh进行远程端口与本地端口的映射  
Mac或Linux系统  
在登录远程服务器的时候使用命令：

ssh -L 16006:127.0.0.1:6006 account@server.address

(代替一般ssh远程登录命令：`ssh account@server.address`）  
训练完模型之后使用如下命令：

tensorboard --logdir="/path/to/log-directory"

（其中，`/path/to/log-directory`为自己设定的日志存放路径，因人而异）  
最后，在本地访问地址：`http://127.0.0.1:16006/`

#### 原理 ####

建立ssh隧道，实现远程端口到本地端口的转发 具体来说就是将远程服务器的6006端口（tensorboard默认将数据放在6006端口）转发到本地的16006端口，在本地对16006端口的访问即是对远程6006端口的访问，当然，转发到本地某一端口不是限定的，可自由选择。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_1_color_FFFFFF_t_70_pic_center]: /images/20221124/b2ea77afc9664a66ae1b75dd2226798b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center]: /images/20221124/fe600889f75f41edb16babb317191278.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221124/cd85a04f2e994e118ea128dd85744086.png
[20200817214723694.png_pic_center]: /images/20221124/a1e002311933459dbbd0f26fb13b5122.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221124/59969a7107ab44dcaa8e10937efb80c4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1ODY2NzM2_size_2_color_FFFFFF_t_70_pic_center]: /images/20221124/257221dd2060498aad900dc7eba44ff6.png