ssh 用户名@服务器地址
密码
nvidia-smi查看当前显卡状态11
top-用户使用进程
Q-推出top
CUDA_VISIBLE_DEVICESE=2,3
nohup python -u test.py > test.log 2>&1 &
CUDA_VISIBLE_DEVICES=1 nohup python -u test.py > test.log 2>&1 &
tailf test.log
cat /dev/null > nohup.out
ps -aux|grep main.py
pip show pkg_name
scp -r ./ root@ip_address:/home/codes 两个服务器之间传输文件
kill任务:输入命令:jobs -l
终端显示:[1]+ 4664 停止 vim /etc/network/interfaces > /home/leo/Desktop/ip.txt (wd: /)
看到4664,这个就是PID了现在开始杀掉它:输入命令:kill 4664终端没有显示。ok。
gpustat
Tensorboard 在本机可以方便使用,但使用服务器时需要设置一下。
(一)windows系统
在Windows系统装一个Xshell,在文件->属性->ssh->隧道->添加,类型local,源主机填127.0.0.1(意思是本机),端口设置一个,比如12345,目标主机为服务器,目标端口一般是6006,如果6006被占了可以改为其他端口。
在服务器上运行 tensorboard --logdir=‘logs’ --port=6006
在本机打开网页127.0.0.1:12345 ,即可查看远程的tensorboard。
(二)Mac或Linux系统
在登录远程服务器的时候使用命令:
ssh -L 16006:127.0.0.1:6006 account@server.address
1
(代替一般ssh远程登录命令:ssh account@server.address)
训练完模型之后使用如下命令:
tensorboard --logdir="/path/to/log-directory"
1
(其中,/path/to/log-directory为自己设定的日志存放路径,因人而异)
最后,在本地访问地址:http://127.0.0.1:16006/
参考:远程连接TensorBoard.