关于pycharm远程连接服务器的傻瓜时间今天特别惨因为pycharm专业版过期没及时激活导致pycharm直接崩了！！！太坑了，我必须要告诉大家，教育邮箱注册的pycharm是可以在同学之间共享账号的，所以没关系只要借个账号我还是一条憨憨~正常人按照大佬写的一步步去做应该没问题Pycharm设置远程服务器运行环境但是总有人像我一样盲目自信，忽略细节：大佬的files->settings-&

在base下搜索之后找到缺失的py文件’_sysconfigdata_x86_64_conda_linux_gnu’复制将此文件复制到丢失文件的环境下，解决了我的问题。

python数据类型->Numpy数据类型->Pytorch的cup tensor->Pytorch的gpu tensor转载a为基本的int类型数据b=np.array(a)， b为numpy数据类型c=torch.from_numpy(b)，c为CPU的tensord=c.cuda()，d为GPU的tensor

点击datasets，然后选择Broad_Depmap_data，选择自己需要的数据类型然后选择下载，这里我选择了counts数据。

本人参考这位大佬的文章，并加了自己的填坑过程。anaconda无法激活新建环境，提示没有那个文件或目录:路径问题1、执行 conda activate base（激活环境）等等于conda相关命令时，会报一个关于路径找不到的错误。这种问题一般的解决方法就是到报错的路径下看看有没有这个东东，没有当然会报错。例如我执行：(ges) ges@gpu-1:~$ pip install prepro报错：-

卷积和全连接层参数量计算公式：转载卷积层参数量=（filter size * 前一层特征图的通道数 ）* 当前层filter数量+当前层filter数量全连接层的计算量 = 映射的特征图大小（77512）*输出一维向量的维度（4096）假设输入神经元数为M，输出神经元数为N，则：（1）bias为True时：则参数数量为：M*N + N（bias的数量与输出神经元数的数量是一样的）（2）bias为F

python数据类型->Numpy数据类型->Pytorch的cup tensor->Pytorch的gpu tensor转载a为基本的int类型数据b=np.array(a)， b为numpy数据类型c=torch.from_numpy(b)，c为CPU的tensord=c.cuda()，d为GPU的tensor