目录
1. Pycharm
2.Mobaxterm/linux
1. Pycharm
进入Terminal输入指令
------"train.py" ——要运行的程序名
------"runs/yolov5-train100-0.2lrf.txt"——记录运行过程,保存在runs文件夹下的.txt文件
该命令部署之后,若程序中多卡训练的话,会自动将代码部署至所有已有gpu
nohup python train.py > runs/yolov5-train100-0.2lrf.txt 2>&1
-----"CUDA_VISIBLE_DEVICES=7"——指定gpu
CUDA_VISIBLE_DEVICES=7 nohup python train.py > runs/yolov5-train100-0.2lrf.txt 2>&1
-----以上进程可在Mobaxterm界面通过指令查看运行
nvidia-smi
----如果有所改动,可通过指令终止进程
输入上述指令
PID即为进程号
kill -9 +进程号
kill -9 +进程号
------代码中断
2.Mobaxterm/linux------注意:使用anaconda虚拟环境
conda activate +(虚拟环境名称)
conda activate yolov5
cd + 代码存储路径
cd "/home/li/~Pycode/yolov5-plate/recognition/"
-------"train_car.py"为要运行的代码
-------"run.log" 会记录运行过程,自动生成并存储至代码存储路径下
nohup python train_car.py >run.log 2>&1 &
可通过查看"runs.log",查看运行情况。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)