Linux中bash脚本监控GPU自启动python程序

aa.sh文件(小白文章，有错误麻烦指出，谢谢)

#!/bin/bash

var=1 #控制最外层while中断
while [ ${var} -eq 1 ]
  do
    count=0 #定义一个变量，=两旁不能有空格，以字符串形式识别
    for i in $(nvidia-smi --query-gpu=memory.used --format=csv,noheader,nounits)
    #nvidia-smi --query-gpu=memory.used --format=csv,noheader,nounits：查询GPU的内存使用信息，以CSV格式返回（无表头和单位）
    do
      if [ ${i} -lt 3000 ] #如何GPU卡i的内存使用小于3000,两个[]有空格
      then
        echo 'GPU'$count' is avaiable'  #向终端输出GPUi是有空闲
        source /home/ubuntu/miniconda3/etc/profile.d/conda.sh  #启动conda脚本
        conda activate pytorch #启动conda脚本后才能使用conda命令
        /home/ubuntu/ #切换程序目录，如果此处不切换，所执行程序中目录为当前.sh文件目录
        python train17.py  --gpus 'cuda:'$count  #执行train17.py，并向里传送GPU使用显卡参数
        var=0
        break
      fi
      count=$(($count+1)) #当前显卡数+1
    done
  done

trian17.py文件代码

def train(arguments):
    device = arguments.gpus
    print(device)



if __name__ == '__main__':

    import argparse

    parser = argparse.ArgumentParser(description='CNN Seg Training Function')
    parser.add_argument("--gpus", type=str, default = 'cuda:0')#接受使用显卡参数

    args = parser.parse_args()
    train(args)

$bash aa.sh #在linux终端执行.sh文件