机器学习-1

218 阅读3分钟

这是我参与2022首次更文挑战的第1天,活动详情查看:2022首次更文挑战

服务器运行机器学习代码

本地电脑在运行某些深度学习和机器学习的代码时已经不够用了,因此直接连接实验室的服务器跑程序。具体步骤记录如下:

  1. 登陆服务器

    1. ssh 用户名@ip
    2. 密码
  2. 查看GPU状态

    1. watch --color -n 1 gpustat --color
  3. 查看显卡状态

    1. watch -n 10 nvidia-smi
  4. 本地文件上传到服务器 - 退出服务器!是将本地终端内容上传到服务器,因此要切换到本地终端才找得到该文件夹!!

    1. xftp

    2. scp 本地文件夹路径 服务器文件夹路径

      1. scp和scp -r的区别

      scp -r /Users/ywj/Downloads/DF-SCADA-data-restoration-master/code yuewenjiao@10.236.101.27:LAB

  5. 可用工具 - tmux - 终端复用器

    1. 创建会话 - tmux new -s XXX
    2. Ctrl+B,再按C - 创建新窗口
    3. Ctrl+B,再按相应数字 - 切换到对应窗口
    4. Ctrl+B,再按D退出当前会话
    5. 查看已有session列表 - tmux ls
    6. 重新连接某个会话 - tmux attach -t XXX
  6. Linux 命令

    1. 登陆服务器 ssh 用户名@ip

    2. 退出服务器 ctrl+d

    3. 文件夹

      1. 新建文件夹

        1. mkdir 文件夹名
        2. mkdir 文件夹名1/文件夹名2 - 递归创建 文件夹名1下的文件名2 - 相对路径,当前切换到了服务器自己的账户下,用相对路径就是在自己的账户下创建这个文件夹
        3. mkdir /文件夹名1/文件名2 - 绝对路径,在root下创建该文件
      2. 删除文件夹

        1. rm -rf 文件夹名 - 删除该文件夹
        2. rm -r 文件夹名 - 递归删除该文件
        3. rm -f 文件夹名 - 强制删除该文件
      3. 查看文件内容

        1. ls -显示不同类型文件颜色
        2. dir - 不显示不同类型文件颜色
      4. 有关绝对路径和相对路径

        1. 绝对路径 - 第一个字符永远都是“/” - 永远都相对于根文件夹
        2. 相对路径 - 第一个字符不是“/” - 相对于所处的文件夹位置
  7. 运行机器学习、深度学习代码

    1. 环境安装

      1. 安装GPU驱动、CUDA、cuDNN

        1. 为什么要安装GPU、CUDA、cuDNN

          1. GPU - 显卡核心,图像处理
          2. CUDA - 让显卡做图像以外的工作
          3. cuDNN - CUDA做深度学习的工作
      2. Anaconda - 代码运行环境

        1. 下载

          wget repo.continuum.io/archive/Ana…

        2. 安装Anaconda

          bash Anaconda3-4.2.0-Linux-x86_64.sh【可换成自己需要的版本号】

          遇到more就空格继续

        3. 测试是否安装成功

          conda --version

        4. 激活环境

          source ~/.bashrc

        5. 运行项目

          1. 创建Anaconda虚拟环境

            conda create -n your_env_name(你自己取个好听的名字) python=X.X(你想创建的虚拟环境的python版本号,比如3.6)

          2. 激活环境

            source activate your_env_name(你取的虚拟环境名称)

          3. 安装包

            conda install package_name(比如tensorflow)

          4. 进入项目

            cd xxx

          5. 运行项目

            python xxx.py xxx

          6. 删除包

            conda remove package_name

          7. 注销虚拟环境

            source deactivate