CUDA out of memory & 查看进程
Linux 使用技巧阶段性总结
（For more information, please go to Alan D. Chen , upgrading~~）
Anaconda与conda区别：
conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身。
Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等。
两份重要的课程，一定要仔细看哟~。
下面的常用命令是较为常用的语句。
在Linux系统中查考GPU 的使用情况可以使用：
Linux查看Nvidia显卡信息及使用情况，查看GPU 的使用情况：
nvidia-smi；（显示所有GPU的当前信息状态）watch -n 1 nvidia-smi（实时查看GPU）
-
显示的表格中：
Fan： 风扇转速（0%--100%），N/A表示没有风扇
Temp： GPU温度（GPU温度过高会导致GPU频率下降）
Perf： 性能状态，从P0（最大性能）到P12（最小性能）
Pwr： GPU功耗
Persistence-M： 持续模式的状态（持续模式耗能大，但在新的GPU应用启动时花费时间更少）
Bus-Id： GPU总线，domain🚌device.function
Disp.A： Display Active，表示GPU的显示是否初始化
Memory-Usage：显存使用率
Volatile GPU-Util：GPU使用率
ECC： 是否开启错误检查和纠正技术，0/DISABLED, 1/ENABLED
Compute M.： 计算模式，0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED
附加选项：
nvidia-smi –i xxx
指定某个GPU
nvidia-smi –l xxx
动态刷新信息（默认5s刷新一次），按Ctrl+C停止，可指定刷新频率，以秒为单位
nvidia-smi –f xxx
将查询的信息输出到具体的文件中，不在终端显示
-
nvidia-smi -q：查询所有GPU的当前详细信息
-
附加选项：
nvidia-smi –q –u
显示单元而不是GPU的属性
nvidia-smi –q –i xxx
指定具体的GPU或unit信息
nvidia-smi –q –f xxx
将查询的信息输出到具体的文件中，不在终端显示
nvidia-smi –q –x
将查询的信息以xml的形式输出
nvidia-smi -q –d xxx
指定显示GPU卡某些信息，xxx参数可以为MEMORY, UTILIZATION, ECC, TEMPERATURE, POWER,CLOCK, COMPUTE, PIDS, PERFORMANCE, SUPPORTED_CLOCKS, PAGE_RETIREMENT,ACCOUNTING
nvidia-smi –q –l xxx
动态刷新信息，按Ctrl+C停止，可指定刷新频率，以秒为单位
在Linux服务器上将常会遇到
CUDA out of memory在机器学习领域，通常认为是batch size 设置过大所致，但是这里还有另外的情况。
在开启tmux的情况下，使用命令行启动深度学习程序，这个过程是不能够通过“ctrl + c”来强行停止的，但是可以通过tmux 进行python + 命令，这个时候可以通过
watch -n 1 nvidia-smi1.查看GPU的占用情况，同时查看一下进程使用
toptop命令：可以实时动态地查看系统的整体运行情况，是一个综合了多方信息监测系统性能和运行信息的实用工具。通过top命令所提供的互动式界面，用热键可以管理。输入top后可以看到如下的界面,实时显示进程情况。
2.杀死进程
我们可以通过 进程的名字和进程的ID（PID）来结束进程。
结束命令：
kill：通过进程ID来结束进程
killall：通过进程名字结束进程
这样可以杀死进程，解放memory。
