北京超级云计算GPU服务器的使用教程
1,下载软件登录2 使用winscp 将自己的程序导入最好是压缩包,导入后从左边拖拽到右边即可改代码双击右边想改的文件即可3 加载安装环境module load anaconda/2020.11source activate torch激活环境后可以使用pip 安装依赖包4 创建运行脚本如下代码例子#!/bin/bash#加载环境,此处加载 anaconda 环境以及通过 anaconda 创建的
·
1,下载软件登录

2 使用winscp 将自己的程序导入最好是压缩包,导入后


从左边拖拽到右边即可
改代码双击右边想改的文件即可
3 加载安装环境
module load anaconda/2020.11
source activate torch
激活环境后可以使用pip 安装依赖包
4 创建运行脚本
如下代码例子
#!/bin/bash
#加载环境,此处加载 anaconda 环境以及通过 anaconda 创建的名为 pytorch 的环境
module load anaconda/2020.11
source activate torch
module load cuda/10.1
#python 程序运行,需在.py 文件指定调用 GPU,并设置合适的线程数,batch_size大小等
python Train_Fnet.py
5 运行程序
sbatch --gpus=1 ./run.sh
这个是使用和申请一个gpu 运行程序
6 查看运行状态
parajobs
查看当前程序运行状态如下
JOBID PARTITION NAME USER ST TIME NODES NODELIST(REASON)
30350 gpu run.sh scv1274 R 17:52 1 g0002
30350 作业GPU利用率为:
index, utilization.gpu [%], utilization.memory [%], memory.total [MiB], memory.free [MiB], memory.used [MiB]
0, 23 %, 0 %, 32510 MiB, 31152 MiB, 1358 MiB
7 终止程序
30350是jobsid
使用id可以停止此程序
scancel 30350
8 查看输出
使用ls可以看到 运行目录下有一个.out为结尾的log文件
cat slurm-30344.out
更多推荐
所有评论(0)