[人工智能]我的Linux服务器

复制&粘贴

Ctrl+Insert

Shift+Insert

一键激活环境

source activate
conda activate pytorch

?查看显卡属性

nvidia-smi

模型的显存及其参数量计算

模型的显存和参数量计算_哪来那么多热情^^的博客-CSDN博客_模型大小和参数量写在前面：以此记录关于模型显存和参数量的一些理解和计算。显存参数的显存占用：只有有参数的层，才会有显存占用。这部分的显存占用和输入无关，模型加载完成之后就会占用。有参数的层主要包括：卷积、全连接、BatchNorm、Embedding等等无参数的层主要包括：多数的激活层(Sigmoid/ReLU)、池化层、Dropout等等具体来说，模型参数数目(不考虑偏置b)：Linear(M->N)：M×NConv2d(Cin，Cout，K)：Cin×Cout×k×kBatchNorm(N)：2https://blog.csdn.net/weixin_49305813/article/details/119179849

加速

proxychains4

创建环境

source activate

conda create -n envname python=3.x

conda activate xxx

异常??CUDA error: out of memory

RuntimeError: CUDA error: out of memory的解决【实测成功】_captain飞虎大队的博客-CSDN博客仅作为记录，大佬请跳过。文章目录背景解决参考原因背景博主使用linux服务器运行MIL_train.py程序时，出现RuntimeError: CUDA error: out of memory的错误（之前运行这个python木有问题）解决在MIL_train.py文件里加入：import osos.environ["CUDA_VISIBLE_DEVICES"] = '1'即可。参考感谢大佬博主文章：传送门原因服务器的默认gpu显卡正在使用，需要使用gpu的另一个空闲的显卡；lihttps://blog.csdn.net/weixin_41529093/article/details/115144349添加这段代码

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1' 

（1）os设置在torch之前

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1'
import torch

###########################################

（2）更换数据集，重新上传一下

创建文件夹

mkdir name

删除文件夹

rmdir name

删除

删除此文件夹内所有文件

rm -rf *

删除此文件夹内某文件

rm -rf name.xx

删除当前目录下的__pycache__

find?.?-name?'__pycache__'?-type?d?-exec?rm?-rf?{}?\;

上传到服务器

rz

查看显卡属性

nvidia-smi

执行代码

python name.py

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖