Visual Studio Code 的Remote Development 插件在AI开发中屌爆了

野性酷女 2022-02-05 08:57 337阅读 0赞

作为程序员我一直推广Visual Studio Code , 一个轻， 二插件多，三直观，从问世到现在快4年了，我一直觉得这个东西可以直接替换掉Visual Studio 这个宇宙最强，我觉得是又老又笨的东西，上古开始无数硬盘空间就给这个宇宙最强吃掉了。我很久没写博客了，也得出来吹吹。这四年技术变化有点大，我从一个跨平台吹，换成了一个AI吹。相信身边的你，或者也变了。记得Visual Studio Code 去年发布了Live Share ， 但我总觉得这个东西除了面试的时候给程序员做做题，或者给学生上课用用，更或者帮一些远端的同志解决下技术盲点外真的并没有什么用(辅导女程序猿还是手把手教学好)。但今年这个神奇的Remote Development值得我去赞赞。

这里得谈谈微软的AI , 有傻瓜式的认知服务，也有虚拟机俗称DSVM，更有基于容器计算的Azure Machine Learning Compute . 让你可以在不同的技术层面或者应用场景上使用。如果你和你老板说用认知服务，当然可以应付掉不少问题，但是老板和客户往往和你算钱算成本，看看认知服务的报价单，算了还是老老实实跑回到模型训练上。如果你自己做模型训练，也会有自己的烦恼，如硬件设备的投入，如模型的维护，再如模型的部署调用，这些在AI开发和应用层面都是money。我不太建议你去用认知服务，但我建议你去用云上的资源作为AI开发的环境也是不错的，如一个有强大GPU的虚拟机，或者一个含有GPU运算能力的Docker. 但往往AI开发又是一个值得讨论的话题，如用什么工具啊，又如怎么Debug啊，又如精度如何啊，所以做AI的不会叫做程序员，直接就叫数据科学家了。但如果你像我从一个传统开发人员转过过来，还是得找一个好的开发工具，虽然Jupyter很棒，但这个东西打开是一个网页，不够cool，毕竟我喜欢用文本编辑器， 再者我需要一个和Git配合得很好的环境，但Jupyter 往往让我觉得很困难，另外我喜欢一个更容易Debug的环境。

这里不说宇宙最强，直接谈Visual Studio Code对于AI的帮助，有Python的插件，当然不只是调试一下代码，也不只是有个代码提示，更精彩是可以紧密和Jupyter Notebook 结合上来，你可以在你的Python文件上添加 \#%% ，就可以把在Visual Studio Code 调用Jupyter Notebook环境了(不用再打开页面，所写即所得！)，左边代码，右边就是一个Jupyter Notebook。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70][]

当然这个不是最终的目标，毕竟做AI 开发必须要用一个有强大GPU的环境/Linux，特别是更多人喜欢利用服务器去进行开发部署。以往做法更多是用ssh的方式进行开发，调试，和生成模型。现在Visual Studio Code 直接给出了一个Remote Development的组件，让你在不同的开发场景中使用。这三个场景分别是Container, SSH , WIndows Sub Linux System . (当然不只是AI开发，你可以做任何开发.NET Core / Java / Python / Go ..........,让你不需要改变自己的环境的前提下完成开发，调试，部署， 遗憾的是现在是Preview)。 PS : 现在要使用这个功能需要用Visual Studio Code Insider.  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 1][]

你安装完后，在Visual Studio Code上出现一个![20190506145725957.png][] 这个时候你就可以点击这个图标，进行和服务器进行SSH链接了。这里你得在设备上配置一些SSH 相关的链接。建议参考官方的SSH配置方式（[点击进入][Link 1]） 。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 2][]

你配置好后，就可以选择链接你的远端开发环境了，当然你的开发环境在远端，也得在远端安装组件，所以当你点解组件按钮后，它会告诉你SSH上你安装了哪些Visual Studio Code 组件。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 3][]

选择文件可以打开你远端服务器的任意路径的文件/文件夹，这个时候你就可以在本地通过Visual Studio Code 开发远端的代码了。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 4][]

当然代码运行出来就和在本地没什么两样，而且让你为你AI开发提供了一个更好的选择. 毕竟一个好的IDE环境让你事半功倍。下面就是我通过本地的Visual Studio Code SSH 我的DSVM截图。很爽啊，以后我再不用担心我的机器配置了，而且更好地进行模型训练和参数调整了。当然很多说Jupyter更好，但为何有IDE不用呢？

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 5][]

今天我不太想谈容器，反而想谈谈那个Windows下的Linux子系统，自从这个东西出现后，我也多了在Windows下开发了，虽然Visual Studio Code可以支持Linux子系统下的调试，但配置有点麻烦，也有很多人不知道，导致国内很多人觉得Linux子系统是一个玩具（当然不支持GPU在AI开发上就是一个玩具啊！不过现在有DSVM/Azure Machine Learning Compute），我们来看看Visual Studio Code 的Linux子系统 Remote.这个比用SSH简单多了，你直接在CMD/PowerShell下直接打开项目文件夹，然后输入wsl进入Linux子系统然后输入code-insider , 就可以通过Visual Studio Code 在Windows 下通过Linux环境调试程序了。很爽yy，awesome ！！！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 6][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 7][]

看了心动吧，尽快装装感受下这个屌爆的插件！

我会回到博客，和大家一起聊聊人工智能，聊聊跨平台移动开发，聊聊云计算！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70]: /images/20220205/614341fbbc9d4d9c80d7d2b0ddbba0fb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 1]: /images/20220205/6bc08ae24cb14f72a79270a6fd81e252.png
[20190506145725957.png]: /images/20220205/ccded79c54c843c18fe6ab8ad0e8f4ee.png
[Link 1]: https://code.visualstudio.com/docs/remote/troubleshooting#_configuring-key-based-authentication
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 2]: /images/20220205/6c83a77e2f8a4246a85fafab9ebfef35.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 3]: /images/20220205/83bda3afaaf2444197a9472e57825864.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 4]: /images/20220205/2287a7bfb2364154a60df1f6d8126c6a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 5]: /images/20220205/773d69bee2364a72a4047de3a0da714f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 6]: /images/20220205/4d3fd59dabb74ada89888ee82f646045.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQzODg0MjQ_size_16_color_FFFFFF_t_70 7]: /images/20220205/6c57dc8b809e429eb5c104d02eec367f.png