conda,pip及阿里云盘的代理设置

Conda.condarc中加入channels: - defaultsshow_channel_urls: truechannel_alias: https://mirrors.tuna.tsinghua.edu.cn/anacondadefault_channels: - https://m

jupyter 新增内核

启动新环境后pip install ipykernelpython -m ipykernel install --name env_name然后就可在kernel列表里找到了

Linux rsync传输大量sparse文件

之前传文件发现原本23G的一组文件到超算上变成了200+G,考虑到超算的容量不是很多得处理下这个,发现是sparse文件的问题,解决方法入下:rsync -a --sparse ./local_folder/ xxx@xxx.xxx.xxx.xxx:/share/home/xxx/local_fol

Linux高效传送大量小文件

如下,将本地local_folder传送至服务器目标位置,比scp -r高效非常多tar -c ./local_folder | ssh xxx@xxx.xxx.xxx.xxx 'tar -xf - -C /to/target/path/'最终在目标生成/to/target/path

基于Ray在LSF上多节点并行的python数据处理

基于Ray在LSF上多节点并行的python数据处理考虑到未来肯定大概率还会在超算上处理东西,使用一种快速简单上手的方式使python并行是十分必要的,记录下后续备用。LSF作业提交构建详细参数文件如下#!/bin/sh#BSUB -q mpi#BSUB -n 48#BSUB -o ./output

LSF上指定每个节点运行单个任务

LSF上指定每个节点运行单个任务,最终实现如下:import osimport reimport timen_queues = 20while True: bjobs = os.popen('bjobs') bjobs = ''.join(bjobs.readlines()) pa
Your browser is out of date!

Update your browser to view this website correctly. Update my browser now

×