后台运行进程
在正常情况下,使用命令 python train.py 运行机器学习的训练或推理任务时,该进程会挂载到系统的前台,这意味着如果您通过SSH连接到远程实例进行操作,一旦SSH连接因网络延迟或波动等原因中断,与SSH会话关联的前台进程(包括您的训练任务)也将被终止,这会导致您失去所有未保存的训练进度。
立即免费体验:https://gpumall.com/login?type=register&source=cnblogs
为了防止由于网络中断导致训练进程意外关闭,推荐通过 SSH登录实例 后,使用诸如 Tmux、SCREEN 或 nohup 等工具来运行长时间的任务,这些工具可以帮助您将训练/推理/长时间运行的进程放到后台运行,从而在断开SSH连接后仍能保持运行。
autodl#恒源云#矩池云#算力云#恒源云 实例迁移#autodl 官网#autodi#GpuMall#GPU云#AutoDL#AotuDL 算力云#GpuMall智算云#AI#大数据#算力租赁#大模型#深度学习#人工智能#算力变现
使用这些工具,您可以确保即使发生网络问题,您的训练任务也不会中断,并且在网络恢复后可以继续监控进程的状态。
Tmux
tmux 是一个强大的终端复用器,它允许您在一个窗口中运行多个终端会话,并且可以在断开连接后继续保持这些会话运行;以下是基本的 tmux 使用方法,以及如何使用它将训练进程放到后台的示例:
- 基本 Tmux 使用
- 启动一个新的 tmux 会话
tmux new -s session_name
这里 session_name 是您给新会话指定的名字
-
分离 tmux 会话 在 tmux 会话中,按下 Ctrl + b然后按 d ,这将 分离 您的 tmux 会话,让它在后台运行。
-
列出所有 tmux 会话
tmux ls
这个命令将显示所有正在运行的 tmux 会话。
- 重新连接到现有的 tmux 会话
tmux attach -t session_name
tmux a -t session_name
使用您之前创建的会话名字来重新连接
-
关闭当前 tmux 会话 在 tmux 会话中,可以通过输入 exit 或者按下 Ctrl + d 来退出会话;当最后一个窗口被关闭时,tmux 会话也会结束。
-
使用 Tmux 运行训练进程示例
-
启动一个新的 tmux 会话
tmux new -s training
这将创建一个名为 training 的新会话。
- 在 tmux 会话中,启动您的训练进程
python train.py
这将开始运行您的训练脚本,并且训练过程中的日志输出也会在这个tmux会话中打印。
-
一旦训练开始运行,您可以通过按 Ctrl + b 然后按 d 来从 tmux 会话中分离,让训练进程在后台继续运行。
-
关闭您的SSH连接或关闭终端,您的训练进程将在 tmux 会话中继续运行
-
之后当您想要检查训练进程的状态时,可以重新连接到tmux会话
tmux attach -t training
这样,即使您的SSH连接被中断,您的训练进程也不会受到影响;通过 tmux 您可以随时重新连接到会话来查看进程的状态或输出。
SCREEN
screen 是一个功能强大的工具,它允许您在单个终端窗口中运行多个虚拟终端会话,并且可以在断开连接后保持这些会话运行,以下是 screen 的基本使用方法,以及如何使用 screen 将训练进程放到后台的示例:
- 基本 Screen 使用
- 启动新的 screen 会话
screen -S session_name
这里 session_name 是您给新会话指定的名字
-
分离 screen 会话 在 screen 会话中,按下 Ctrl + a 然后按 d ,这将 分离 您的 screen 会话,让它在后台运行。
-
列出所有 screen 会话
screen -ls
4.重新连接到现有的 screen 会话 在 screen 会话中,可以通过输入 exit 来退出会话,当最后一个窗口被关闭时,screen 会话也会结束。
- 使用 Screen 运行训练进程示例
- 首先,启动一个新的 screen 会话
screen -S training
这将创建一个名为 training 的新会话。
- 在 screen 会话中,启动您的训练进程
python train.py
这将开始运行您的训练脚本。
-
一旦训练开始运行,您可以通过按 Ctrl + a 然后按 d 来从 screen 会话中分离,让训练进程在后台继续运行
-
关闭您的 SSH 连接或关闭终端,您的训练进程将在 screen 会话中继续运行
-
之后当您想要检查训练进程的状态时,可以重新连接到 screen 会话
screen -r training
通过使用 screen,即使您的 SSH 连接被中断,您的训练进程也不会受到影响,通过 screen 您可以随时重新连接到会话来查看进程的状态或输出。
nohup
nohup 是一个命令行工具,用于在注销或关闭终端后继续运行命令,它可以将输出重定向到一个文件中,使得在后台运行的进程的输出不会丢失,以下是如何使用 nohup 将训练进程放到后台并持续记录日志的示例:
- 使用 nohup 运行训练进程示例
1.使用 nohup 运行训练并重定向输出
nohup python train.py > train.log 2>&1 &
这将在后台启动 train.py 脚本,并将标准输出(stdout)和标准错误(stderr)都重定向到 train.log
文件中。
- 检查训练日志 训练过程的输出将被写入到 train.log,您可以使用以下命令动态查看日志。
tail -f train.log
这将显示日志文件的最新内容,并实时更新。
-
结束通过 nohup 启动的进程
要结束通过 nohup 启动的进程,您需要先找到该进程的进程 ID(PID),然后使用 kill 命令终止它。 -
查找进程ID
ps aux | grep train.py
这将列出所有包含 train.py 的进程,查找相应的进程ID(通常是列出的第二列)。
- 结束进程 使用找到的PID来终止进程
假设 PID 为 63832
kill 63832
执行后上述命令后,如果还可以通过 ps aux | grep train.py 看到进程,则需要使用 -9 参数来强制终止
kill -9 63832
注意
请注意,直接使用 kill 命令通常会发送一个优雅的终止信号(SIGTERM),允许进程安全地清理和关闭,如果进程没有响应,需要使用 kill -9 PID 强制终止。