西电超算使用方法-简易版

news2024/10/5 13:52:44

一、引言

西电超算不错,我很喜欢。本文仅供自己学习使用。

二、环境搭建

搭建环境需要有一些依赖库,但是其实西电超算说明手册并没有写的非常清楚。因此,这次实战演示一下,写一个运行sh文件脚本并提交作业。

1、选择GPU还是CPU队列

GPU就是:

#!/bin/bash 
#JSUB -q gpu 
#JSUB -gpgpu "1 type=NVIDIAGeForceRTX3090"
#JSUB -app default
#JSUB -n 16
#JSUB -e error.%J 
#JSUB -o output.%J 
#JSUB -J cnn-cov1-cross-density-cat

CPU就是:

#!/bin/bash 
#JSUB -q normal 
#JSUB -app default
#JSUB -n 16
#JSUB -e error.%J 
#JSUB -o output.%J 
#JSUB -J create_data_mvp  # 这是队列名字

  2、 将modulefiles导入

只有导入modulefiles才能使用学校提供的第三方库:

export MODULEPATH=$MODULEPATH:/home/221*******(学号)/modulefiles

学校提供的第三方库有:

 详见西电超算手册。

3、导入CUDA环境

export CUDA_HOME=/apps/software/cuda/11.1
export PATH=/apps/software/cuda/11.1/bin:$PATH
export LD_LIBRARY_PATH=/apps/software/cuda/11.1/lib64:$LD_LIBRARY_PATH
export CPATH=/apps/software/cuda/11.1/include/
export INCLUDE=/apps/software/cuda/11.1/include/

4、 导入conda并激活环境

source /apps/software/anaconda3/etc/profile.d/conda.sh
conda activate pcdet

5、读取需要的module

module load cuda/11.1
module load cudnn/8.0.5-cuda-11.1
module unload gcc
module load mpc/1.2.1 
module load mpfr/4.1.0 
module load gmp/6.2.1
module load gcc/7.5.0
export CXX=g++
module load tbb/2021.3.0
module load cmake/3.18.4

6、安装环境,运行脚本 and so on

cd /home/22171214690/Desktop/virconv/tools/
python train.py --cfg_file cfgs/models/kitti/cnn_cross_car.yaml --batch_size 2 --output_name cnn+cross-no-swap-car-epoch-50

7、提交作业

jsub < xxx.sh

 进入到ssh或者linux界面窗口的终端中,使用jsub就可以提交作业了。

三、完整sh文件代码 

#!/bin/bash 
#JSUB -q gpu 
#JSUB -gpgpu "1 type=NVIDIAGeForceRTX3090"
#JSUB -app default
#JSUB -n 16
#JSUB -e error.%J 
#JSUB -o output.%J 
#JSUB -J cnn-cov1-cross-density-cat

export MODULEPATH=$MODULEPATH:/home/221*******(学号)/modulefiles
export CUDA_HOME=/apps/software/cuda/11.1
export PATH=/apps/software/cuda/11.1/bin:$PATH
export LD_LIBRARY_PATH=/apps/software/cuda/11.1/lib64:$LD_LIBRARY_PATH
export CPATH=/apps/software/cuda/11.1/include/
export INCLUDE=/apps/software/cuda/11.1/include/

source /apps/software/anaconda3/etc/profile.d/conda.sh
conda activate pcdet
module load cuda/11.1
module load cudnn/8.0.5-cuda-11.1
module unload gcc
module load mpc/1.2.1 
module load mpfr/4.1.0 
module load gmp/6.2.1
module load gcc/7.5.0
export CXX=g++
module load tbb/2021.3.0
module load cmake/3.18.4
export TORCH_CUDA_ARCH_LIST="6.1;7.0;7.5;8.0+PTX"
cd /home/22171214690/Desktop/virconv/tools/
python train.py --cfg_file cfgs/models/kitti/cnn_cross_car.yaml --batch_size 2 --output_name cnn+cross-no-swap-car-epoch-50
# sh dist_train.sh --cfg_file cfgs/models/kitti/VirConv-S.yaml --batch_size 1

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1619459.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

[计算机效率] 网站推荐:文字转语音

4.7 文字转语音 文字转语音的作用主要体现在以下几个方面&#xff1a; 便捷性&#xff1a;文字转语音功能为视觉障碍者提供了极大的便利。通过语音输出&#xff0c;他们可以更轻松地获取和理解信息&#xff0c;从而在日常生活中更加独立自主。 节省时间&#xff1a;对于那些需…

沐风老师3dMax万有引力插件ToGround使用方法详解

3dMax万有引力插件ToGround使用教程 3dMax万有引力插件ToGround&#xff0c;用于在复杂地形&#xff08;曲面&#xff09;上将对象放置在适当高度的实用工具。例如&#xff1a;将大量的人、植物和汽车快速放置在一个街道、公园和小跑道高度不同的区域尤其有用。 【适用版本】 …

工信部政策要求试点城市20%资金奖励中小企业用SaaS上云转型数字化

随着数字经济的不断发展&#xff0c;中小企业也迎来了前所未有的机遇和挑战。为了持续推动中小企业数字化转型&#xff0c;工信部出台了一项新政策&#xff0c;主要通过资金奖励的方式&#xff0c;鼓励中小企业采纳软件即服务&#xff08;SaaS&#xff09;模式&#xff0c;实现…

Redis入门到通关之Redis数据结构-List篇

文章目录 ☃️概述☃️数据结构☃️源码☃️其他 欢迎来到 请回答1024 的博客 &#x1f353;&#x1f353;&#x1f353;欢迎来到 请回答1024的博客 关于博主&#xff1a; 我是 请回答1024&#xff0c;一个追求数学与计算的边界、时间与空间的平衡&#xff0c;0与1的延伸的后端…

GAN的loss为nan的解决办法(成功)

跑了好几个GAN模型&#xff0c;一运行loss就巨大&#xff0c;几次epoch后就变NaN&#xff0c;或者直接就爆掉 有人说loss为nan是因为里面有log出问题了&#xff0c;但我想着文章里给的代码肯定得是能跑的啊 后来换了个电脑&#xff0c;重新把cyclegan的源码跑了一下&#xff…

[SWPUCTF 2022 新生赛]ez_ez_unserialize

要绕过wakeup函数&#xff0c;只要序列化的中的成员数大于实际成员数&#xff0c;即可绕过。 <?php class X {public $x fllllllag.php; }$anew X(); echo serialize($a); O:1:“X”:1:{s:1:“x”;s:13:“fllllllag.php”;} 修改为 O:1:“X”:3:{s:1:“x”;s:13:“flllll…

面向多源异质遥感影像地物分类的自监督预训练方法

源自&#xff1a;测绘学报 作者&#xff1a;薛志祥, 余旭初, 刘景正, 杨国鹏, 刘冰, 余岸竹, 周嘉男, 金上鸿 摘 要 近年来,深度学习改变了遥感图像处理的方法。由于标注高质量样本费时费力,标签样本数量不足的现实问题会严重影响深层神经网络模型的性能。为解决这一突出矛盾…

matlab绘图之在曲线上加竖直线

matlab绘图之在曲线上加竖直线 clear clc close all x0:1:20; yxlsread(compare.xlsx,A1:A18); plot(y,b) grid on; hhaxis; hold on; plot([10,10],[hh(3),hh(4)],r--) plot([8,8],[hh(3),hh(4)],k--) plot([2,2],[hh(3),hh(4)],k--) xlabel(它是x轴) ylabel(它是y轴) text(4,…

其他代码题

1.阶乘累加 2.回文数 3.字典查询 4.“结构体”的应用 5.链表

ROM修改进阶教程------小米HyperOS系统 简单修改设置logo界面大小 等详细操作步骤解析

小米 HyperOS系统是目前小米推出的一款全新的操作系统.官方宣称采用了微内核设计和动态内存技术,具有高效能和稳定性。Hyperos的设计风格简约、现代化,注重用户体验的流畅性和直观性。Hyperos以其简约的设计风格和出色的性能表现赢得了用户的青睐。但他目前的设置版本里面其l…

YOLOv8常见水果识别检测系统(yolov8模型,从图像、视频和摄像头三种路径识别检测)

1.效果视频&#xff08;常见水果识别&#xff08;yolov8模型&#xff0c;从图像、视频和摄像头三种路径识别检测&#xff09;_哔哩哔哩_bilibili&#xff09; 资源包含可视化的水果识别检测系统&#xff0c;可识别图片和视频当中出现的六类常见的水果&#xff0c;包括&#xf…

用Python写一个去文档水印的算法

处理效果对比&#xff1a; #图片处理 def imgDeal(img_path,save_path):img Image.open(img_path)img levelsDeal(img,108,164)img_res Image.fromarray(img.astype(uint8))print(u图片[ img_path u]处理完毕)img_res.save(save_path)#图像矩阵处理 def levelsDeal(img,…

平台流量思维与私域电商思维的区别及特点

随着互联网的发展&#xff0c;电商平台已经成为了人们购物的主要渠道之一。然而&#xff0c;随着竞争的加剧&#xff0c;电商平台的流量获取成本也在不断提高。在这种情况下&#xff0c;私域电商思维应运而生&#xff0c;成为了一种新的商业模式。那么&#xff0c;对比另一种主…

深入了解O2OA的开发平台如何支撑涉密应用系统技术要求

涉密应用系统O2OA的开发平台是一个功能强大且高度安全的开发环境&#xff0c;旨在为涉密信息的处理、存储和传输提供坚实的技术支撑。该平台具备以下显著特点&#xff1a; 首先&#xff0c;安全性是涉密应用系统O2OA开发平台的核心优势。平台严格遵守国家关于涉密信息系统的安…

《从“为什么”开始》乔布斯让Apple红遍世界的黄金圈法则 - 三余书屋 3ysw.net

从“为什么”开始&#xff1a;乔布斯让Apple红遍世界的黄金圈法则 大家好&#xff0c;今天我们要解读的书名叫《从“为什么”开始&#xff1a;乔布斯让Apple红遍世界的黄金圈法则》。这本书向我们揭示了为什么有些领导者如此成功&#xff0c;以及是什么让他们拥有别人没有的影…

『 论文解读 』大语言模型(LLM)代理能够自主地利用1 day漏洞,利用成功率竟高达87%,单次利用成本仅8.8美元

1. 概览 该论文主要展示了大语言模型LLM代理能够自主利用现实世界的 1 day 漏洞。研究我发现&#xff0c; GPT-4 在提供了CVE描述的情况下&#xff0c;能够成功利用 87% 的漏洞。 这与其他测试模型&#xff08;如 GPT-3.5 和其他开源 LLM &#xff09;以及开源漏洞扫描器&…

本地部署Llama3教程,断网也能用啦!

4月18日&#xff0c;Meta在官方博客官宣了Llama3&#xff0c;标志着人工智能领域迈向了一个重要的飞跃。经过笔者的个人体验&#xff0c;Llama3 8B效果已经超越GPT-3.5&#xff0c;最为重要的是&#xff0c;Llama3是开源的&#xff0c;我们可以自己部署&#xff01; 本文和大家…

GreatSQL统计信息相关知识点

相关知识点&#xff1a; INNODB_STATS_PERSISTON或用STATS_PERSIST1定义单个表时&#xff0c;优化器统计信息将持久化到磁盘。默认情况下&#xff0c;innodb_stats_persistent是启用的。 持久统计信息存储在mysql.innodb_table_stats和mysql.innodb_index_stats表中。 默认情…

NVIDIA安装程序失败-Nsight Visual Studio Edition失败解决办法

博主是要升级cuda版本&#xff0c;那么在安装新版本之前需要卸载以前的版本。 博主一溜卸载下去&#xff0c;最后有这么个东西卸载不掉&#xff0c;Nsight Visual Studio Edition 不管是电脑系统卸载还是360卸载&#xff0c;都卸载不掉。 此时安装新的cuda也遇到了这个问题 由…

【Linux】深入理解Linux文件系统与日志分析

目录 一、inode与block 1.block与inode概述 2.inode的内容 3.inode号码 4.inode的大小 5.访问文件的简单流程 6.inode的特殊作用 7.通过indoe号删除rm常规方法删除不掉的文件 二、硬链接和软链接 三、恢复误删除的文件 1.恢复EXT类型的文件 示例 2.xfs类型文件备份…