服务器运行python(python连接linux服务器并使用命令)

以下面的程序为例
首先准备好代码
把100个epoch改成1个epoch，因为只是为了调试，至于我为什么不在本地调试，主要是本地的内存不够，跑不动的，所以我干脆在服务器上跑

import os
import torch
from torch.utils.data import DataLoader
import pytorch_lightning as pl
from vis_model import HisToGene
from utils import *
from predict import model_predict, sr_predict
from dataset import ViT_HER2ST, ViT_SKIN
import pdb
pdb.set_trace()

fold = 5
tag = '-htg_her2st_785_32_cv'
dataset = ViT_HER2ST(train=True, fold=fold)
train_loader = DataLoader(dataset, batch_size=1, num_workers=4, shuffle=True)
model = HisToGene(n_layers=8, n_genes=785, learning_rate=1e-5)
trainer = pl.Trainer(gpus=0, max_epochs=1)
trainer.fit(model, train_loader)
print("训练完了")
#trainer.save_checkpoint("model/last_train_"+tag+'_'+str(fold)+".ckpt")

可以看到，我在代码的开头使用了一个pdb.set_trace()
然后使用
就可以进入调试模式了，但是命令行有一个不好的地方就是这个代码不知道跑到哪里去了，这个时候需要借助本地的文件，自己试着理解
命令l可以看到上下部分的代码

此处还有一个很重要的东西就是调试时不能并行的问题，否则就会出问题，因此需要把代码改成

import os
import torch
from torch.utils.data import DataLoader
import pytorch_lightning as pl
from vis_model import HisToGene
from utils import *
from predict import model_predict, sr_predict
from dataset import ViT_HER2ST, ViT_SKIN
import pdb
#pdb.set_trace()

fold = 5
tag = '-htg_her2st_785_32_cv'
dataset = ViT_HER2ST(train=True, fold=fold)
train_loader = DataLoader(dataset, batch_size=1, num_workers=0, shuffle=True)
model = HisToGene(n_layers=8, n_genes=785, learning_rate=1e-5)
trainer = pl.Trainer(gpus=0, max_epochs=1)
#pdb.set_trace()
trainer.fit(model, train_loader)
print("训练完了")
#trainer.save_checkpoint("model/last_train_"+tag+'_'+str(fold)+".ckpt")

num_workers=0记得修改，否则会报错

不仅是这样，这个在pycharm中也会同时出现