qq_40156289的博客

使用bash多进程并行运行多个复杂python脚本

环境Ubuntu系统装有Anaconda问题阐述执行可以正常运行的py文件时，始终无响应（不报错，也不输出任何信息）。直接执行python命令同样会卡，但也可以进。尝试导入包也会卡住，有些包导入时无响应。执行pip list，conda envs list会卡住无响应。问题解决其他用户代码可以正常执行，结合上述现象，初步判断可能是Anaconda出现了问题，尝试卸载Anaconda（直接删除整个Anaconda目录即可）后重新安装，问题解决。Anaconda有时会出现奇奇怪怪的问

由于在Windows中编译LaTeX的速度要远低于在LInux中编译速度，但我们可能经常需要在Windows系统上办公，因此有没有一种方法可以在Windows中用LaTeX写文章同时享受Linux的编译速度呢？答案是：Windows系统：VScode（扩展：Remote-SSH+LaTeX Workshop）远程Linux系统：TeX Live 2021在远程Linux系统中安装TeX Live 2021（以Ubuntu为例）下载TeX Live（国内镜像：http://mirrors.cq

发现CentOS 等其他系统的配置方法与Ubuntu系统的不一样，且关于Ubuntu系统的配置方法的文章很少，因此写下这篇做一下记录。原理：配置wheel组为管理员权限组，将想拥有管理员权限的用户加入到改组下，其他普通用户不加入，就可以保证其他普通用户均不能使用su切换至root环境下。配置方法：设置除了有管理权限的用户外其他用户均不能使用su命令登录到root用户下(需要解锁passwd和shadow)：在Ubuntu系统中仅需要修改 /etc/pam.d/su 文件，找到 # auth

1、报错：ssh登录报错在使用ssh登录时出现的错误信息：ssh_exchange_identification: Connection closed by remote host.2、出现此错误的状况：内网使用ssh登录时报错，此报错不正常，暂时无法分析错误原因，但总结一下错误现象：本机（win10）测试：内网机器IP ping不同，但部分机器的ssh可以正常登录，某些机器无法正常登录并报上述错误。本机上网正常，IP也在同一段，但并不意味着整个网络就正常。找一台Linux机器（同样的网络环境

1. 确认是挖矿病毒使用命令nvidia-smi发现GPU被root用户(也可能是普通用户)大量占用，体现形式为：显存占用率不一定为100%，但GPU使用率为100%。使用命令 top(htop) 发现CPU使用率非常高，将近100%。(注意此处可能看到很多以root用户运行的程序，但大多数可能是系统默认程序。)使用上述两个命令，可以发现CPU和GPU均被大量占用，此时我们利用nvidia-smi命令查看运行程序的PID进程号，并尝试通过kill的方式结束进程，若发现kill后会重启，并且

1、需求Ubuntu操作系统自带恢复模式(Recovery Mode)，通过此功能，用户可以无需密码进入root环境执行任何操作，比如进入损坏系统的命令行，修复错误配置的文件，测试系统内存是否不工作等。某些错误只能通过进入这个环境才能解决，比如下面的错误：sudo： >>> /etc/sudoers：syntax error 在行 21 附近<<<sudo： /etc/sudoers 中第 21 行附近有解析错误sudo： 没有找到有效的 sudoers 资源，

问题描述台式机(我的是GPU服务器)隔3-5天就会死机一次，硬件重启可以正常启动。原因分析出现这种情况大概率不是系统或某个软件卡顿造成的，因为这两种死机情况一般不会很频繁。然而，无论我们是否进行过载操作，机器总是隔一段时间死一次机，而且间隔时间很短，仅几天，这很有可能是硬件问题造成的，而死机很有可能和内存条有关系。（我们已经排除了CPU或GPU由于温度过高导致的断电保护机制。）问题检测Windows系统有很多硬件检测软件，比如可以使用aida64进行硬件检测，尽量多检测几次，一般硬件问题都可以检测

1、报错：nvidia-smi报错NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest nvidia driver is installed and running.2、出现此错误的状况是：曾经安装成功过显卡驱动或ubuntu20系统（可能还不太稳定），装系统时自带显卡驱动。由于重启等原因导致显卡驱动掉了，需要重装显卡。3、解决：3.1、使

详细报错信息如下：关键错误为：/pytorch/aten/src/ATen/native/cuda/Loss.cu:106: operator(): block: [73,0,0], thread: [30,0,0] Assertion input_val >= zero && input_val <= one failed.THCudaCheck FAIL file=/pytorch/aten/src/THC/THCCachingHostAllocator.cpp lin

从Ubuntu18.04版开始，尤其是20.04，Ubuntu已经切换到基于YAML的Netplan来配置网络。本文将在Ubuntu 20机器上配置静态+动态IP地址的过程。进入网络管理目录

需求分析多台服务器连在同一个路由器下，其中一台进行认证上网，其他服务器也可以正常上网。但是，路由器下机器的IP均由路由器自动分配，这个IP在外网是无法访问到的（也就是只有连在这个路由器下的机器之间可以相互访问）其他可上网的电脑均访问不到，即使进行上网认证的那台机器也不能被外网访问到。解决方法对该路由器下的每台机器进行端口映射（类似内网穿透）原理由于路由器的外网IP(入口IP)仅有一个，因此访问此IP是无法找到该路由器下的机器的，但通过为每台机器手动分配一个外部端口后，ssh登录时指定要访问的机器的

在执行一个python文件的时候，突然报一下错误：QH6248 qh_lib_check: Incorrect qhull library called. Caller uses reentrant Qhull while library is non-reentrantQH6249 qh_lib_check: Incorrect qhull library called. Size of qhT for caller is 8184, but for library is 2896.QH6256

1、在以下环境运行tf或keras可能汇报下面的错误：环境：UbuntuCUDA10.1tensorflow1.14 / keras 2.2.4错误（查看显存充足的情况下）：on-OK-status: CudaLaunchKernel(FillPhiloxRandomKernelLaunch, num_blocks, block_size, 0, d.stream(), gen, data, size, dist) status: Internal: out of memory2、

问题： 目前官方在Tensorflow 1.x 等版本中最多支持到CUDA 10.0，如下图：对于CUDA10.1仅TF 2.1 可以使用，如果在CUDA 10.1上安装tf 1.x，则会报一下错误ImportError: libcublas.so.10.0: cannot open shared object file: No such file…解决：最好新建conda虚拟环境conda create -n tfpython=3.6不要使用pip进行安装，而是使用conda命令来安装，

问题：Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.出现以上问题，并不是CUDA或cuDNN出现问题，而是GPU分配出现问题，这里装了...