現在機器學習可謂是最火熱的一門學科，很多程序猿們或多或少的都有接觸過這方面的經歷。如果你對這領域還算有些瞭解的話，肯定知道模型的訓練，是機器學習中最耗時，也是最關鍵的地方。模型的好壞，將直接決定最終的應用效果。
如果拿自己普通的電腦配置來訓練模型的話，效率會很低，而且限於電腦配置，也不一定能跑出來。很多大型的模型，往往需要訓練幾天，甚至幾個星期的時間，這是我們普通電腦配置遠遠達不到的。所以一個好的辦法，就是通過將代碼以及訓練數據上傳至一個大型的高配置的服務器上，然後讓其代爲訓練，這樣可以大大縮短訓練的時間，提升工作效率。
個人覺得Pycharm還是很好用的，這個軟件提供了一種很方便的上傳代碼的方法，讓我們可以很輕鬆的將代碼上傳至遠程服務器端。
Step 1 配置遠程服務器的終端以及代碼上傳的地址
Tools-->Deployment-->Configuration
Type選擇SFTP，然後依次配置 IP地址 端口 用戶名 賬號
選擇代碼上傳的地址
Step 2 將本地代碼和服務器上代碼綁定在一起，即本地代碼修改後，只要按保存鍵（ctrl + s）就可以同步更新遠程服務器上的代碼
Tools-->Deployment-->Options
Step3 選擇要上傳的工程文件
找到工程文件名，右鍵選擇Deployment-->Upload to......
Step 4 打開對比識圖，查看遠程服務器上的文件
Tools-->Deployment-->Browse Remote Host 即可打開遠程服務器的窗口
在下個博客中，我會介紹如何使用終端模擬器 Xshell，以及訓練模型時需要用到的一些常規的命令。感興趣的同學們，可以點擊以下鏈接 點擊打開鏈接