#docker容器外创建会话
screen -S screen_name
#然后进入容器docker_name
docker exec -it docker_name bash
#进入容器内的虚拟环境env_name
source activate env_name
#查看哪块gpu空闲(0,1,2,3))
nvidia-smi
#执行训练命令
CUDA_VISIBLE_DEVICES=2 python train_rnn.py
#退出会话,让其后台执行
ctrl+a+d
#恢复会话,查看实验结果
screen -r screen_name
该博客介绍了如何在Docker容器外创建会话,进入容器内部并激活虚拟环境,利用NVIDIA-SMI检查GPU空闲状态,指定CUDA设备进行RNN模型的训练,并通过Ctrl+A+D将任务置于后台运行。最后,展示了如何恢复会话以检查实验结果。

1004

被折叠的 条评论
为什么被折叠?



