Lab

等高线绘制

https://pythontic.com/visualization/charts/contour%20plot

深度学习 训练

如何并行化+自动化调参：

在main.py中,使用argparse,增加参数/超参数

parser = argparse.ArgumentParser(description="...")
parser.add_argument('--test', type=int, default=0, help='...')

程序运行时使用命令行+参数/超参数，如

python main.py --test 2

为了并行化进行,使用multiprocessing,开进程池来实现同时运行多个程序

import multiprocessing
pool = multiprocessing.Pool(processes=30)

批量传参:将待调参数的可选值形成list,用str转化后形成不同的字符串传给os.system

test_parms = np.arange(1, 5, 0.5)
for i in range(len(test_parms)):
    token = "python main.py --test " + str(test_parms[i]) + " "
    pool.apply_async(os.system, (token,))
pool.close()
pool.join()

TMUX

配置 https://github.com/gpakosz/.tmux 新建会话

tmux new -s session_name

中断会话,使会话在后台运行

tmux detach
prefix te d

恢复会话

tmux a # 默认进入第一个会话
tmux a -t demo # 进入到名称为demo的会话

关闭会话

tmux kill-session -t demo # 关闭demo会话
tmux kill-server # 关闭服务器，所有的会话都将关闭

查看会话

tmux ls # 不在会话中
prefix te s

滚屏(tmux似乎无滚动条功能)

+ 表示同时按下
ctrl + F #屏幕向下滚动一屏；
ctrl + B #屏幕向上滚动一屏；
ctrl + E #屏幕向下滚动一行；
ctrl + Y #屏幕向上滚动一行；
ctrl + D #屏幕向下滚动半屏；
ctrl + U #屏幕向上滚动半屏；

清空屏幕

ctrl + l 

面板功能

te 表示按完后再按
prefix te z #当前面板放大/再按一次后恢复

mac

剪切文件

command + c 选定所需文件， option + command + v 剪切到指定位置

tensorflow

tf.cond

tf.cond用于tf里的tensor进行数值比较等操作,形式为 tf.cond(pred,true_fn=,false_fn=).注意:pred中进行判断的tensor的dtype与true/false_fn返回的dtype类型应该一致

按需增加GPU显存的使用

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)

访问服务器上的teosorboard

Mac/linux

ssh -L 16006:127.0.0.1:6006 [email protected]
tensorboard --logdir="/path/to/log-directory"

在本地访问 http://127.0.0.1:16006/

Vim

显示vim中的不可见字符,如缩进等

在命令行模式下

:set invlist # 显示不可见字符,^I为tab,$为回车
:set nolist  # 恢复不可见