训练深度学习模型时让Python脚本在后台运行
2019-04-14 17:42
1141 查看
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/weixin_42510957/article/details/89299116
背景:在云服务器上训练我自己的深度学习模型,在终端中直接运行程序的时候断开终端,或者在Jupyter Notebook里面运行程序的时候关掉Jupyter的网页,都会导致进程直接被杀死。如果想要关掉终端或者网页,需要将训练任务转为后台运行。
setsid python filename.py > /tmp/log1 2>&1 &
实现的功能:让程序后台运行,并将屏幕输出的错误和结果log全部重定向到文件log1中
参数说明:
1、用setsid来启动程序,就可以做到使启动的进程在新的session中运行,并且终端关闭时,进程不退出。
2、python filename.py 执行filename.py的python程序的
3、> /tmp/log1:> 表示把标准输出(STDOUT)重定向到 某个文件,这里重定向到了/tmp/目录下的log1
4、若无2>&1则错误信息不会重定向,
5、& 符号指定让程序后台运行,一定不能省略,否则程序还是运行在前台;
另外,用setsid开启后 可以用killall -9关掉它。
相关文章推荐
- 深度学习之Python 脚本训练keras mnist 数字识别模型
- Caffe深度学习入门——python调用caffe训练好的模型检测单帧图片
- Pycharm跑深度学习运行python脚本出现ImportError: No module named 'cv2'问题
- Python 深度学习模型训练数据预处理 批文件重命名 os.listdir方法 os.rename方法 file.spilt方法
- Python脚本后台运行的几种方式
- 在后台运行Python脚本服务
- 深度学习——keras训练AutoEncoder模型
- 深度学习与人脸识别系列(6)__利用训练好的vgg模型进行人脸识别(利用摄像头)
- 【caffe学习笔记之7】caffe-matlab/python训练LeNet模型并应用于mnist数据集(2)
- 一文看懂迁移学习:怎样用预训练模型搞定深度学习?
- Python脚本在Windows下后台运行
- 下一代机器学习-在浏览器中训练深度学习模型Next Generation Machine Learning - Training Deep Learning Models in a Browser
- 英伟达发布深度学习GPU训练系统DIGITS 5,自带图像分割与在线模型库
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-1.制作自己的数据集
- Caffe——python接口学习(6):用训练好的模型来分类新的图片
- 【深度学习】笔记15 微软官方源码caffe的第一个测例Mnist训练运行配置
- caffe的python接口学习(3):训练模型(training)
- (转载)在后台运行Python脚本服务
- 【Python学习系列十六】基于scikit-learn库逻辑回归训练模型(delta比赛代码)
- caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片