实验室的多位博士会在同一台机器上跑python程序,主流的跑程序的方法有两种
- 使用sh脚本配置路径和程序
- 直接激活conda环境,然后使用 python main.py
MY_PYTHON=/home/user/anaconda3/envs/env_name/bin/python # 这里是conda中具体环境下的python绝对路径名称
DATASET=/home/user/Datasets/cifar10/cifar-10-python # 一般也会传入数据集
PRETRAINED_MODEL=/home/user/pretrained_model/best_1.3.pth # 传入预训练模型
EXEC=./main.py # 这里配置实际运行的python文件名
MY_PYTHON EXEC --dataset $DATASET
--pretrained_model $PRETRAINED_MODEL
--其他args参数
- 将上述脚本保存为run.sh文件,然后执行 bash run.sh 即可配置运行
cd to_your_work_dir conda activate env_name python main.py --相关参数方法对比
简单对比下,sh脚本配置比激活conda环境更简单,但是上述两种情况存在同样的问题,即:
nvidia-smi 信息中显示正在运行的程序名称不好分辨,尤其是多卡服务器同时运行多个程序时
为此,可以使用软连接,将具体的conda环境下的python进行快捷方式自定义名称
- 如图,所有正在运行的程序都显示为 python 从而不好分辨到底哪个程序是什么
ln -s /home/user/anaconda3/envs/env_name/bin/python /home/user/CustomName # 这样就可以自定义程序名称,从而更好的分辨程序, # 无论是直接运行还是sh脚本启动,都可以使用这个软连接运行程序 /home/user/CustomName main.py
- 如图所示,GPU1上的程序(第三列)显示的程序名称就是我自定义的名称



