深度学习网络的仿真调试问题

1、Ubuntu中常用命令

nvidia-smi -l   #显示机器上gpu的情况

1.1 tensorflow指定gpu的使用

在终端执行程序时指定GPU

CUDA_VISIBLE_DEVICES=1   python  your_file.py

在Python代码中指定GPU

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

参考：
https://blog.csdn.net/weixin_38208741/article/details/78715577

2、MATLAB调用python执行批量仿真

执行批量处理任务，调用MATLAB中系统函数system（），并返回输出结果。根据情况需要，在命令中加入环境变量。

system(['export PATH=' myPath ' ; ' command])
[status,cmdout] = system(command,'-echo')

参考：
https://ww2.mathworks.cn/help/matlab/ref/system.html

3、用shell脚本批量处理

常用命令
定义变量 your_name="qinjx" pwd=$(pwd)<