0%

常用命令集合

python

  1. 字符串反转

    1
    2
    3
    s1="".join((lambda x:(x.sort(),x)[1])(list(s)))
    # 或者
    s1=s1[::-1]
  2. 列表反转

    1
    s1=s[::-1]
  3. 求字典前n个最大值对应的键

    1
    return nlargest(k,hashmap,key=lambda k:hashmap[k])
  4. 查找当前目录的根目录,子目录以及文件信息

    1
    for root,dirs,files in os.walk(dir_name):
  5. 退出程序

    1
    sys.exit(0)

    pytorch

  6. 增加GPU利用率,尽量保证batch_size将GPU显存占满,但是过大的batchsize可能会导致模型不稳定

  7. 增加cpu读取数据的线程,num_workers可以选择4,8,16,使能pin_memory,增加GPU利用率

    1
    2
    from torch.utils.data import DataLoader
    train_loader = DataLoader(train_dataset, batch_size=args.bs, shuffle=False,num_workers=4,pin_memory=True)
  8. 构建模型,初始化
    1
    2
    3
    4
    5
    6
    class Your_Module(nn.Module):
    def __init__(self):
    # 显示继承nn.Module的构造函数
    super(Your_Module,self).__init__()
    def forward(self,x):
    pass

C

C++

ubuntu

  1. 查看英伟达显卡利用率

    1
    nvidia-smi
  2. 后台不挂断运行,输出当前进程的pid

    1
    nohup command &
  3. 关闭进程

    1
    kill -9 pid
  4. 查看进程

    1
    2
    jobs -l
    ps -aux|grep python

深度学习工程结构

创建project目录,应包含以下几点:

  1. data.py 负责数据导入模块,Dataset类以及DataLoader类
  2. utils.py 模型的一些预处理以及一些常用的工具
  3. model.py 模型的核心部分,包含所有模型的子模块
  4. train.py 训练函数
  5. inference.py 测试(推断)函数
  6. csrc文件夹 放置一些C/C++编译的加速库

如果模型比较复杂,可以考虑使用文件夹的方式而不是用单个文件

myblog

  1. 本地部署演示,默认部署ip:127.0.0.1:4000

    1
    npm run start 
  2. 创建新文章

    1
    hexo n "new article"
  3. 显示部分页面

    1
    <!--more-->
  4. 创建新页面

    1
    hexo new page "page name"

    此外,需要在主题配置文件中设置链接格式

  5. 远程部署

    1
    npm run deploy
如果对您有用的话,这里可以打赏哦~