使用实验室服务器跑代码的几点注意事项

（一）在根目录下新建一个自己的文件夹

因为实验室的服务器一般很多人用，所以新建一个自己的文件夹方便管理。

（二）查看GPU使用情况

打开terminal，输入nvidia-smi

可以看到，这个服务器用7块GPU。总量都是32510MiB。编号为0的GPU（默认用这块GPU跑）占用了2091MiB，是有人在用这块GPU跑代码。此时我们跑代码就应该选择其他GPU。

（三）跑我们自己的代码

首先打包自己的代码文件成一个zip，上传到服务器里。

再在terminal中输入pwd。查看此时的路径，cd进zip文件的路径下。

在terminal中输入unzip xxx.zip。解压文件。

如果报错：ubuntu error start of central directory not found； zipfile corrupt.

则在terminal中使用如下命令：

sudo apt-get install fastjar
jar xvf xxx.zip

在代码中添加：

torch.cuda.set_device(3)　　#3是我准备使用的GPU的编号

在pytorch中指定使用的显卡的详细方法：在pytorch中指定显卡 - 知乎 (zhihu.com)

再cd进main.py所在的目录下，输入python main.py，就可以运行代码啦。

（四）终止代码运行

 首先通过nvidia-smi根据GPU和Process name查找代码运行线程对应的PID。

 使用如下命令即可终止程序运行：

sudo kill -9 yourPID

如果要kill 多个进程，命令为：

sudo kill -9 PID1 PID2 PID3

 

补充：linux系统下的解压缩文件

解压的方法：要先cd进存放zip文件的目录，然后在terminal输入如下命令。

unzip xxx.zip

压缩的方法：

zip -r -q -o pack.zip /root

上面命令将目录/root 下的所有文件，打包成一个压缩文件。第一行命令中，

-r 参数表示递归打包包含子目录的全部内容，

-q 参数表示为安静模式，即不向屏幕输出信息，

-o 表示输出文件，需在其后紧跟打包输出文件名