DeepLog实验（自用）

最新推荐文章于 2024-08-21 08:56:51 发布

只有六遍士

最新推荐文章于 2024-08-21 08:56:51 发布

阅读量2.6k

点赞数 7

分类专栏： DeepLog 文章标签： python pytorch 机器学习

本文链接：https://blog.csdn.net/qq_42480898/article/details/123283812

版权

DeepLog 专栏收录该内容

1 篇文章

订阅专栏

本文档详述了如何在Windows环境下通过SSH连接服务器，激活并配置Anaconda环境，特别是创建并激活名为'pythonLog'的环境，安装PyTorch 1.10.2版本。接着，作者进行了DeepLog的训练和预测实验，包括安装所需库，修改迭代次数，并最终成功运行数据可视化。遗留问题是在服务器上无法使用'nvidia-smi'命令检查CPU使用情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、连接服务器
1、Windows打开cmd
2、去存放key文件的目录下
1、2步骤显示
3、连接服务器

ssh 21181214480@10.250.0.240 -i 21181214480.key

在这里插入图片描述
二、配置环境
4、进入anaconda环境

source /apps/software/anaconda3/etc/profile.d/conda.sh

conda env list

在这里插入图片描述
5、激活环境，进入python，测试是否安装pytorch（没安装）

6、创建新环境，安装DeeoLog实验的pytorch环境（因为想使用低版本的torch，该环境的python版本3.9太高，无法安装，最后安装失败）

7、重新创建环境，pythonLog，python版本为3.6
在这里插入图片描述

conda activate pythonLog

在这里插入图片描述
8、配置pytorch环境（成功）

官网查找适用安装代码
pytorch下载网址
选择合适的版本下载在这里插入图片描述

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

在这里插入图片描述
9、（遗留问题）无法使用命令查看cpu使用情况

nvidia-smi

在这里插入图片描述
三、DeepLog实验
1、运行LogKeyModel_train.py，安装tensorboard

cd DeepLog-master

在这里插入图片描述

python LogKeyModel_train.py

在这里插入图片描述

pip install tensorboard

在这里插入图片描述

2、继续运行LogKeyModel_train.py，修改迭代次数（减少次数，300换成10）

3、修改次数后，跑通LogKeyModel_train.py（成功）
在这里插入图片描述
4、继续运行LogKeyModel_predict.py（失败，因为train修改，所以predict也需修改部分）

python LogKeyModel_predict.py

在这里插入图片描述

5、成功运行LogKeyModel_predict.py

6、运行python dataView.py

python dataView.py

在这里插入图片描述
7、运行python visual.py，安装matplotlib

python visual.py

pip install matplotlib

在这里插入图片描述
8、实验成功，下一步使用服务器运行参数300的实验