Updates

（2019.8.14 19:53）吃飯前用這個方法實戰(zhàn)了一下，吃完回來一看好像不太行：跑完一組參數(shù)之后，到跑下一組參數(shù)時好像沒有釋放之占用的 GPU，于是 notebook 上的結果，后面好幾條都報錯說 cuda out of memory。

現(xiàn)在改成：將 notebook 中的代碼寫在一個 python 文件中，然后用命令行運行這個文件，比如：

# autorun.pyimport os# print(os.getcwd())over = [ # 之前手工改參數(shù)跑完的參數(shù)組合 [0, 1, 1], [0, 1, 2], [0, 1, 3], [0, 2, 1], [1, 0, 1], [1, 2, 1]]for alpha in range(1, 4, 1): for beta in range(3): for gamma in range(3): if [alpha, beta, gamma] in over: continue os.system(f’python main.py --alpha {alpha} --beta {beta} --gamma {gamma}’)

這里的 main.py 是訓練用的主文件。改在 py 里用 os.system 跑，希望跑一組參數(shù)之后完會自動釋放資源再跑下一組（?）

Notes

有多組參數(shù)組合需要嘗試，不想每組參數(shù)都人工修改 python 代碼，再在 notebook 中 %run 它。

python 參數(shù)通過的 argparse 接收，在 notebook 中寫個多重循環(huán)遍歷參數(shù)組合傳給 python 程序自動運行。

記錄一個簡例。

Codes

test_dir|- test.py|- test.ipynb

in py file

# test.pyimport argparseparser = argparse.ArgumentParser()parser.add_argument(’--number’, type=int, default=0, help=’number’)parser.add_argument(’--string’, type=str, default=’abc’, help=’string’)args = parser.parse_args()print(’number:’, args.number, type(args.number))print(’string:’, args.string, type(args.string))

in notebook

注意傳參數(shù)時 $ 的使用

# test.ipynbfor i in range(3): for s in (’a’, ’b’, ’c’): %run test.py --number $i --string $s

補充知識：Jupyter Notebook出現(xiàn)kernel error FileNotFoundError: [WinError 2] 系統(tǒng)找不到指定的文件

Jupyter Notebook出現(xiàn)kernel error

conda create -n py36 --clone root

當時用Anaconda克隆本地的環(huán)境root到自己創(chuàng)建的py36環(huán)境，由于克隆完成后我又更改了虛擬環(huán)境名稱，所以導致啟動

jupyter notebook 進入文件是不能找到連接文件。

File”//anaconda/lib/python2.7/site-packages/jupyter_client/manager.py”, line 190, in _launch_kernel return launch_kernel(kernel_cmd, **kw) File “//anaconda/lib/python2.7/site-packages/jupyter_client/launcher.py”, line 123, in launch_kernel proc = Popen(cmd, **kwargs) File “//anaconda/lib/python2.7/subprocess.py”, line 710, in init errread, errwrite) File “//anaconda/lib/python2.7/subprocess.py”, line 1335, in _execute_child raise child_exception OSError: [Errno 2] No such file or director

解決辦法

首先在cmd 使用jupyter kernelspec list查看安裝的內(nèi)核和位置

進入安裝內(nèi)核目錄打開kernel.jason文件，查看Python編譯器的路徑是否正確

如果不正確python -m ipykernel install --user重新安裝內(nèi)核，如果有多個內(nèi)核，如果你使用conda create -n python2 python=2,為Python2.7設置conda變量,那么在anacoda下使用activate pyhton2切換python環(huán)境，重新使用python -m ipykernel install --user安裝內(nèi)核.（通用情況）

或者直接進入kernel.json里更改py36(這是屬于我的情況)

重啟jupyter notebook即可。

以上這篇jupyter notebook參數(shù)化運行python方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。