xfddlm-CSDN博客

原创如何查询并限制GPU功耗以及如何在后台运行代码

然后，我们就可以在output.log文件中查看程序运行时原本在终端所应显示的输出了。此时关闭终端，程序的运行也不会受到影响。比如我创建一个python程序每隔0.5s打印一次“幸福的大脸猫”，文件名字为test.py。> output.log：表示将标准输出写入 output.log。其中， nohup：表示忽略挂起信号，防止关闭终端程序停止运行。2>&1：表示将标准错误重定向到 output.log。test.py：表示要运行的 Python 脚本。将会在终端运行，此时关闭终端，程序也会终止。

2025-06-11 16:58:05 53

原创在window环境中使用linux子系统，并部署docker和conda

（12）为了拥有单独的系统和环境，我们可以考虑在Windows环境下配置docker和conda环境，由于Unbuntu环境下如何配置docker已经讲述过了，这里就不再赘述。（1）首先，Win+R输入cmd按回车（在此之前需要先进入BOIS开启虚拟化，并进入控制面板 -> 程序 -> 程序和功能开启适用于 Linux 的 Windows 子系统）（8）此时输入如下两条命令，查看可安装的系统，并选择Ubuntu进行安装。（4）根据提示进行了重启，重启过程中，显示正在配置功能。

2025-06-04 22:19:00 650

原创 docker容器的镜像封装与重载

其中，-P 25204中的25204表示目标机器端口号，lzb_infer_image.tar表示需要传输的文件，root表示目标机器用户名，220.168.146.21表示目标机器ip地址，/root/workdir表示目标机器接收到文件后所保存的路径。进入lzb_infer容器并创建文件xfddlm，文件内容为“幸福的大脸猫”，（如何创建文件并写入内容这里不再赘述，若不了解可学习一下touch和vim的相关知识）将平常使用的docker容器封装为镜像tar包，可以很方便传出到。的系统盘空间不够了。

2025-05-09 21:24:22 412

原创使用dd命令完成linux系统的备份与迁移

通过检查日志发现是local-kv.db文件（Docker 的网络元数据存储）损坏导致的问题，删除这个已损坏的文件，Docker会自动生成一个新的空数据库。为了实现在不损失1TB系统盘已有数据的前提下，完成将存储空间扩充为8TB，需要将1TB系统盘中的数据无损迁移至8TB的SN850X RGB固态硬盘。（1）将整个设备 /dev/nvme0n1 （整个磁盘，不是分区）备份成一个镜像文件，保存至目录 /mnt/newssd/lzb/system_image/system.img。

2025-05-07 09:21:31 589

原创 Docker的安装与配置—示例1

（4）配置 Docker 以支持 NVIDIA GPU 加速容器，具体做法是向 Docker 的配置文件 /etc/docker/daemon.json 写入 NVIDIA 运行时的配置信息。（3）直接使用 ubuntu22.04.tar 和 ubuntu22.04.tar 加载为 Docker 镜像。（1）进入docker-images文件夹，解压缩deb.zip文件。8.接下来配置docker的gpu环境，使得创建docker时使用。（5）创建可以使用gpu加速的docker容器。

2025-04-02 15:54:45 455

原创 Docker中在conda环境下使用gpu推理简单的神经网络一示例4

（1）重新开启一个终端，进入xfddlm容器，输入如下命令，每隔0.1s刷新一次gpu状态。3.使用清华源镜像安装（比较快，虽然接下来用不到，但是很重要所以顺便记录一下）1.在docker容器的conda环境下安装安装pip。（2）在原来的容器终端输入如下命令执行模型推理文件。（3）同时可以发现，监控终端显示了GPU的工作状态。5.执行推理并显示结果，查看是否gpu显存占用。3.创建一个inference.py文件。4.搭建一个简单的神经网络。2.使用apt安装vim。

2025-03-28 16:32:09 238

原创 Docker中创建conda环境并安装cuda和相关依赖—示例3

书接上文，在linux系统中进入自己新创建的docker，接下来需要配置conda环境，以供后续学习使用。4. Miniconda 安装程序，一路回车（按住回车不松手就行，输入yes，然后继续回车）（3）在conda中安装python的cuda和相关依赖，用于神经网络模型的GPU推理。7.创建包含Python3.8的conda环境，conda环境的名字为dlm。其中-n表示指定conda环境的名字，-y表示对于所有的选择都选yes。（2）进入conda环境。（5）删除conda环境。

2025-03-28 15:26:21 351

原创 Docker使用方法—示例2（新增端口和文件映射，可以ssh直接连接容器，并节约服务器系统盘空间）

本来是想从docker pull ubuntu拉取镜像开始写的，但是这一步遇到了报错，调试半天也没解决，索性就从已有docker镜像的情况下开始吧。1.进入linux终端，然后输入 docker images 查看本机已有的镜像（之前其他同学pull的）2.输入如下命令安装docker名字为xfddlm的容器，安装的系统为ubuntu 18.04。3.此时输入docker ps 可以查看到新创建的容器 xfddlm。（5）查看全部容器（包括停止运行的）（3）查看运行的容器。（10）再次进入容器。

2025-03-28 14:46:43 162

原创使用Git从GitHub仓库拉取和推送代码—示例3

1.场景介绍如下：我们在实验室和寝室各有一台电脑，白天将在实验用电脑A写的代码上传（push）到GitHub上面之后，晚上回到寝室使用电脑B从GitHub上下载（pull）下来继续完善。但此时电脑A上的代码已经不是最新的了，需要从GitHub上下载（pull）最新的代码继续工作。8.第二天一早来到实验室，使用电脑A打开GitHub发现，上面有昨天睡觉前最传上去的代码，现在电脑A本地代码还是昨天回寝室之前的旧版本（只有“你好大脸猫”）2.准备工作：首先我们分别在电脑A，和电脑B上都准备一份最初的代码。

2025-03-26 16:32:58 361

原创 CH340驱动安装遇到的驱动程序数字签名问题，报错代码52

该博客有效解决了我所遇到的CH340驱动安装遇到的驱动程序数字签名问题，报错代码52，强烈推荐👍

2025-03-22 22:54:13 208

原创使用Git上传代码到GitHub仓库—示例2

3.在Github上找到自己的仓库如下图所示，我们发现仓库中只有文件demo01.py。8.回到GitHub网页，刷新页面发现demo02.py已经被上传到demo01仓库中。接下来介绍如何在已有github仓库的基础上，使用Git向GitHub中添加文件。2.单机鼠标右键点击Open Git Bash Here。5.进入demo01，然后创建文件demo02.py。我们发现文件夹中出现了我们的demo01文件夹。6.在Git Bash中输入cd demo01。4.在Git Bash中输入。

2025-03-22 19:34:23 137

原创使用Git上传代码到GitHub仓库—示例1

3.单机鼠标右键点击Open Git Bash Here。10.刷新页面发现demo01.py已经传输到自己的仓库。2.打开文件夹后新建文件demo01.py。7.创建一个新仓库如下图所示。

2025-03-22 19:15:24 184

原创 git clone connect 报错（433）

git clone --recursive https://github.com/alibaba/MNN.git 出现OpenSSL SSL_connect报错

2025-03-21 21:21:32 201

原创 linux 安装 nodejs

linux 安装 nodejs （centos7系统）

2024-04-27 11:55:56 714 3

原创 windows ssh 连接远程服务器报错 WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!

WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!

2024-04-27 11:19:23 210 1

原创手机端Termux sshd 出现 sshd: no hostkeys available -- exiting. 问题

手机端Termux sshd 出现 sshd: no hostkeys available – exiting. 问题。输入ssh-keygen -A 后解决。

2024-04-23 13:36:40 971

原创 pytorch保存模型

torch.jit.save(net, 'model.pth') 和 torch.save(net.state_dict(), 'model.pth') 两者在保存模型时的区别

2023-09-27 11:18:48 443

原创寒武纪MLU270保存.cambricon格式模型注意事项

net_mlu = torch.jit.trace(net_mlu, input_mlu, check_trace=False) # 追踪。后才能完成.cambricon格式模型的保存，执行的先后顺序是必须的，且这两条语句缺一不可。ct.save_as_cambricon('test') # 保存成寒武纪格式的可执行文件。

2023-09-26 23:09:21 238