Jupyter操作
基础操作:
- 附加:选中单元格后,M为标记。
- Cell-Run All运行所有代码框
- 单元格前面的
- 在jupyter运行py文件:%load run.py(同一目录下py文件名)
% run run.py
命令(蓝色框)模式 回车 到编辑模式
编辑(绿色框)模式 ESC 到命令模式
m键,可以直接输入markdown格式内容
按y,可以变回代码格式
Shift➕回车 运行当前代码块,并跳到下一个代码块
Ctrl➕回车,只会运行当前代码块
Alt➕回车,运行当前代码块,并向下新建一个代码块
按b,向下新建一个代码块
按a,向上新建一个代码块
按c,复制当前代码块(单元格)
按x,剪切掉当前代码块
按v,粘贴到当前代码块;按shift➕v,粘贴到上一个代码块
按z,撤回操作
对于多行代码,在代码块命令模式下,按L,可以对代码标行数
按dd(两次),删除代码块
在jupyter中配置环境
首先在prompt中把环境需要的东西配置好,再输入如下命令。
- 运行环境:
第一步--在prompt中activate 环境;
第二步--在环境中cd文件目录+盘符号:进入文件目录;
第三步--jupyter notebook进入笔记本。
在服务器上配置pytorch环境以及部署jupyter
- 在服务器上安装Anaconda与pytorch环境:
参考连接:
远程服务器安装anaconda并配置pytorch环境_哔哩哔哩_bilibili
首先在Anaconda官网下载linux系统对应的ana;
使用winscp把ana传到服务器上
使用xshell进行ana安装。bash 文件名+.sh
查看显卡支持cuda最高版本号。nvidia-smi
创建虚拟环境:conda create -n pytorchdemo python=3.8
激活创建的环境,conda activate pytorchdemo
在pytorch官网中,找到相应的cuda下载命令行,复制即可
检查是否安装好:输入python进入python编译环境
再输入import torch;torch.__version__;torch.cuda.is_available();
- 在服务器中部署jupyter
参考链接:
基于jupyterlab远程连接linux服务器及使用screen后台运行python程序_哔哩哔哩_bilibili
第一步 pip install nbclassic==0.2.0
第一步 pip install jupyterlab==3
第三步 在Xshll中,文件-当前会话属性-隧道,如下图布置:
这里面地127.0.0.1是可以先输入下一步地命令后获得;目标端口自定;x11那个取消勾选。
第四步:jupyter lab --no-browser --port=2022
其中--no-browser是不需要浏览器,即服务器无浏览器;port是自定的。
问题:
- 使用conda命令若报未找到命令错误时,在终端输入export PATH=~/anaconda3/bin:$PATH
- 或先使用source activate返回到base环境中,再使用conda激活。
- 在服务器上不显示激活的虚拟环境,如下图
第一步--首先使用source activate重新进入虚拟环境,即进入base环境
第二步--重新激活目标环境conda activate huanjing
第三步--在环境中配置
- Pycharm配置服务器环境
在添加interpret中选择ssh,输入相应的端口账号密码。
进行如下图操作,在linux服务器中创建的虚拟环境中,找bin文件夹,对应文件夹里面的python文件确认。
在如下两图中操作,修改上传位置到自己的文件夹里面方便保存查看:
在本地编辑完py文件后,有时上传服务器并不及时,可以同时按shift cril alt x,手动同步。
B1,B2或者自己拍照获取图片数据集。
删除无关图片:例如“苹果”,可能是水果,也可能是手机,要删除无关图片。
保证数据集的类别均衡,图片的多样性,代表性,一致性。
OOD数据集葡萄,训练是一串,测试时是一颗;训练是4k图片,测试是720p,就有可能出现过拟合问题。