长安大学高算平台提交Openmmlab系列的作业

本文以MMSegmentation为例，描述在长安大学高算平台(景行服务器)提交作业的指令。

1、首先在Linux_Terminal进入所建的虚拟环境，然后进入(cd)至MMSegmentation的目录。

2、使用单GPU提交作业的指令为：

jsub -q <队列名> -n <CPU数> -m <计算节点名> -gpgpu <gpu卡数> -o output.%J -e error.%J -J <作业名> ./commandline

以MMSegmentation为例的指令为：

jsub -q gpu -n 1 -m gpu06 -gpgpu 1 -o output.%J -e error.%J -J my_job  ~/miniconda3/envs/mmseg_new/bin/python tools/train.py configs/segformer/segformer_mit-b0_640x512_400_pierdefect.py

参数详解：

# <jsub>：提交作业               # <-q gpu>：指定gpu队列             # <-n 1>：指定该作业所需1核cpu

# <-m gpu06>：指定该作业运行在gpu06节点      # <-gpgpu 1>：将该作业在gpu06的1张卡上运行

# <-o output.%J>：正确信息输出到output.%文件   # <-e error.%J>：错误信息输出error.%J文件中

# <-J my_job>：指定作业名字为my_job

# <~/miniconda3/envs/mmseg_new/bin/python>：虚拟环境下的Python路径

# <tools/train.py>：需要运行的脚本文件

#<configs/segformer/segformer_mit-b0_640x512_400_pierdefect.py>: train.py中所用到的配置文件。如果还想在train.py中输入一些参数，在配置文件后面直接接着写就行。

3、使用单机多GPU提交作业的指令为：

jsub -q gpu -n 1 -m gpu08 -gpgpu 2 -o output.%J -e error.%J -J my_job sh tools/my_dist_train.sh configs/segformer/segformer_mit_b0_640x512_400_pierdefect.py 2 

# <-m gpu08>：指定该作业运行在gpu08节点      # <-gpgpu 2>：将该作业在gpu08的2张卡上运行

#<sh tools/my_dist_train.sh>：运行my_dist_train.sh脚本。注意，这里的my_dist_train.sh是对原本MMSegmentation的dist_train.sh进行了一处修改，用于指定虚拟环境下的Python路径，具体如下：

将原来dist_train.sh第9行的python改为了~/miniconda3/envs/mmseg_new/bin/python（自己虚拟环境的python路径）

 #<configs/segformer/segformer_mit-b0_640x512_400_pierdefect.py>:train.py所用到的配置文件

#<2> 所需显卡的个数。如果还想在train.py中输入一些参数，在配置文件后面直接接着写就行。