月度归档：2019年06月

文档

使用CMAKE构建应用程序

本文仅介绍如何使用CMAKE编译一个现有的程序（适用于非交叉编译）。

关于CMAKE

CMake是个一个开源的跨平台自动化建构系统，用来管理软件建置的程序，并不依赖于某特定编译器，并可支持多层目录、多个应用程序与多个库。 它用配置文件控制建构过程（build process）的方式和Unix的make相似，只是CMake的配置文件取名为CMakeLists.txt。CMake并不直接建构出最终的软件，而是产生标准的建构档（如Unix的Makefile或Windows Visual C++的projects/workspaces），然后再依一般的建构方式使用。这使得熟悉某个集成开发环境（IDE）的开发者可以用标准的方式建构他的软件，这种可以使用各平台的原生建构系统的能力是CMake和SCons等其他类似系统的区别之处。 CMake配置文件(CMakeLists.txt)可设置源代码或目标程序库的路径、产生适配器（wrapper）、还可以用任意的顺序建构可执行文件。CMake支持in-place建构（二进档和源代码在同一个目录树中）和out-of-place建构（二进档在别的目录里），因此可以很容易从同一个源代码目录树中建构出多个二进档。CMake也支持静态与动态程序库的建构。

https://zh.wikipedia.org/zh-cn/CMake
继续阅读使用CMAKE构建应用程序 →
编程参考

一个GPU监视工具

这是一个用于监视NVIDIA GPU 训练的工具。可以防止训练进程卡死占用资源。
可以根据自己的情况调整位于第34行时间阈值。

import os
import subprocess
import time
import psutil

nvtask = {}

while True:

    nvrescmd = subprocess.run(['nvidia-smi','pmon','-c','1'], stdout=subprocess.PIPE)
    nvresout = nvrescmd.stdout.decode('utf-8')
    nvprocarr = nvresout.split('\n')[2:]
    for nvproc in nvprocarr:
        nvprocinfo = nvproc.split()
        if len(nvprocinfo) <2:
            continue
        if nvprocinfo[2] == 'G' or nvprocinfo[2] == '-':
            continue
        #print('gpu:{}, pid:{}, util:{}'.format(nvprocinfo[0],nvprocinfo[1],nvprocinfo[3]))
        if int(nvprocinfo[3]) == 0 : 
            if int(nvprocinfo[1]) in nvtask:
                nvtask[int(nvprocinfo[1])] += 1
            else:
                nvtask[int(nvprocinfo[1])] = 1
            if nvtask[int(nvprocinfo[1])] > 10:
                from termcolor import colored
                print('Process {} counted for {}'.format(nvprocinfo[1],nvtask[int(nvprocinfo[1])]))
        else:
            nvtask[int(nvprocinfo[1])] = 0
    for pid, zerocount in nvtask.copy().items():
        if not psutil.pid_exists(pid):
            del nvtask[pid]
        else:
            if zerocount > 300:
                os.kill(pid,9)
    os.system('nvidia-smi')
    os.system('sensors')
    time.sleep(1)
    os.system('clear')