Linux基础操作命令!_木子偉-CSDN博客
我使用的是学校的服务器,使用方法大同小异。
step1: 下载 WinSCP 和 putty 并安装
step2: 点击绿色部分,在putty打开会话
step3: 输入密码 password: (看不到密码,保护机制)
step4 : 找到对应文件夹的 py 文件上传到服务器指定的文件夹中
跑程序时候需要在 putty 打开的会话窗口输入 linux 命令
Linux基础操作命令!_木子偉-CSDN博客
linux服务器如何指定gpu以及用量_m0_37644085的博客-CSDN博客_服务器指定gpu
对跑程序常用的linux命令进行说明。
注意,这里的工作目录的操作都是对服务器上的工作目录
step one:运行代码时首先要切换到所要运行代码的工作目录
ls:查看当前目录下的文件和文件夹
cd:切换工作目录,注意cd 与目录之间有一个空格。
如图,工作目录已经切换到新的文件夹下。
step two: nvidia-smi 查看当前 GPU使用情况
第三个GPU 0% 可用
step three: CUDA_VISIBLE_DEVICES=3 python my_file.py
使用服务器时一定要指定GPU,要不然会把GPU全占了,影响别人使用,等号后面输入编号。
成功 !
运行.py文件 :python空格你要运行的文件名
运行purge_ckpt.py文件,输入指令
CUDA_VISIBLE_DEVICES=3 python purge_ckpy.py
运行.sh文件:./文件名
运行run_segan+_train.sh文件,输入指令
CUDA_VISIBLE_DEVICES=3 ./run_segan+_train.sh
chmod +x:第一次运行.sh文件,经常会报错说没有权限,chmod +x命令用于给.sh文件权限。
要给run_segan+_train.sh权限,输入命令如下图:
chmod +x run_segan+_train.sh
之后就可以正常运行.sh文件了。
https://blog.csdn.net/weixin_43936357/article/details/105166522
CUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1" Same as above, quotation marks are optional 多GPU一起使用
CUDA_VISIBLE_DEVICES=0,2,3 Devices 0, 2, 3 will be visible; device 1 is masked
linux服务器如何指定gpu以及用量_m0_37644085的博客-CSDN博客_服务器指定gpu
在服务器上跑matlab程序(将windows下的matlab程序移植到linux)_天天_的博客-CSDN博客_如何在服务器上跑matlab程序