记得放在github等代码平台上进行版本管理!! 有好的代码再迭代

三、训练结果如何可视化展示

TensorBoard 可以将训练后的结果数据做可视化展示。默认会从 /data-output 路径下读取结果数据;如果结果数据在其他目录,可以复制或创建一个软链接。

四、Terminal中的常用命令

1. 解/压缩文件
(1)安装解/压缩命令。输入 apt update 更新安装包,再输入 apt-get install zip 安装解/压缩命令。
(2)输入 zip/unzip + 文件名 进行解压缩。(如果是解/压缩文件夹,则命令是 zip/unzip -r + 文件名 )
2.将任务挂到后台训练
(1)命令: nohup python3 -u train.py > test.log 2>&1 &
nohup bash -u train.sh > test.log 2>&1 &
(2)命令释义:将 test.py 挂到后台训练,并将输出日志结果指定存放至 /tmp/log 2 下。
3.训练结束后自动关机
(1)在训练代码最后调用命令 &&/root/shutdown(注意&&前有空格), 则这段代码运行完毕后,实例将会自动关机。
(2)eg: python train.py —data coco128.yaml —cfg yolov5s.yaml —weights ‘’ —batch-size 16 &&/root/shutdown
4.实时查看训练日志
tail -f +文件名
5.查看GPU占用情况
nvidia-smi
6.查看所有正在运行的进程
ps -ef
7.查看进程是否还在运行,以及查看PID进程号
ps aux | grep test.py
8.终止后台正在运行的进程, 替换为实际进程号
kill -15
如果无法终止,使用 kill -9

下载git上的代码并运行
git clone https://gitee.com/kaiba007/fgvc_-vue.git

上传代码到git

  • 加入缓存:git add . (注意是add+点)
  • 提交本次修改:git commit -m “你的提交信息” (提交信息就是你本次提交的备注,随意)
  • 向云端推送:git push