项目环境配置
1、python 3.5
2、jupyter notebook
3、torch1.4.0
4、numpy 1.16.2
5、gensim 3.8.1
6、tqdm4.31.1
7、pickle
8、json
9、nltk
第一步：创建虚拟环境
conda create -n torch1.4 python=3.5
第二步：进入该虚拟环境
conda activate torch1.4
第三步：安装能使用gpu加速的pytorch，先查看cuda版本
nvidia-smi
第四步：官网找到的版本https://pytorch.org/get-started/previous-versions/查看我的cuda是11.0 但是我又要装torch1.4.0，所以据说只要<=11.0版本的cuda都可以
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
等待，这里有点慢。。。。。。（好慢啊，现在才60%），可以的话，还是用清华源的镜像啥的
放弃了，用镜像源。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后输入命令
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1
等待安装，安装成功。
第五步：打开python，使用
import torch
print(torch.__version__)
查看pytorch版本。
到此，服务器安装pytorch环境结束。
接下来安装一些常用的包
第六步：
numpy 1.16.2
gensim 3.8.1
tqdm4.31.1
pickle(已经包含，不需要额外安装)
pip install -v numpy==1.16.2 #安装指定版本的numpy
pip install -v gensim==3.8.1
pip install -v tqdm==4.31.1
pip install -v nltk
各种安装包也装好了。
接下来是在pycharm中连接服务器中安装的虚拟环境中的编译器
第一步：从一个项目文件中打开pycharm，为其配置python Interpreter
从File—>Setting—>project—>python Interpreter
解释器在bin目录下
python3.5不被支持（unsupported），远程连接失败，所以放弃吧，别用python3.5版本的，装了个寂寞。
查了下资料，好像并不是连接失败，仅仅只是不被支持，其他好像没啥，说是直接apply，要用的环境可以在你设置的虚拟环境下运行代码就行。
好了，是时候删除一波虚拟环境，重开一遍
1、删除指定的虚拟环境，记得退出到base下面去删除虚拟环境，不要在此虚拟环境中删除，冲突
conda remove -n torch1.4 --all
然后用 conda env list 检查一下有没有删除成功
重复上面的操作，记得python用3.6版本吧。（因为我的baseline的代码环境就是3.5所以我又改回来了）仍然使用python3.5版本。
继续pycharm远程连接服务器
忽略unsupported的影响，只要代码可以继续运行就可以。
最后记得apply，好像是可以使用的，后面有问题再说。
完结撒花
最后补一个文件夹同步到服务器的方法，虽然开始设置的时候是选了同步文件夹，但是不知道为啥，每次都得手动在上传一次更改。
Tools—>Deployment—>upload to
好像是要选中，然后上传。
实在不行就复制将相应的.py文件通过FileZilla可视化界面粘过去。