Deep Learning on Cloud Nine - 大纲

目录结构

1. Deep Learning on Cloud Nine（整理版）
2. 内容简要概括
3. 目录
4. 1. 学习目标与实践取舍
5. 2. 远程 GPU 环境准备
6. 2.1 创建或激活 conda 环境
7. 2.2 推荐的基本检查
8. 3. GPU 状态查看与监控
9. 3.1 一次性查看 GPU 状态
10. 3.2 持续监控 GPU 状态
11. 3.3 使用 dmon 查看动态指标
12. 4. 将训练代码迁移到 GPU
13. 4.1 检查 CUDA 是否可用
14. 4.2 将 model 和 tensor 移到 device
15. 4.3 为 DataLoader 设置 CUDA 相关参数
16. 4.4 记录训练时间与 W&B 日志
17. 5. 训练速度优化思路
18. 5.1 判断瓶颈在哪里
19. 5.2 调整 batch size
20. 5.3 调整 num_workers
21. 6. 使用 wget 下载网络数据
22. 6.1 下载整个目录的典型写法
23. 6.2 下载前检查目录和空间
24. 6.3 把下载任务放进 tmux
25. 7. CheXzero 与 MIMIC-CXR 数据准备
26. 7.1 克隆 CheXzero
27. 7.2 创建 CheXzero 环境并安装依赖
28. 7.3 下载 MIMIC-CXR 数据
29. 7.4 检查 h5 文件
30. 7.5 运行 CheXzero 训练
31. 8. 常见问题与排查
32. 8.1 `nvidia-smi` 不存在或报错
33. 8.2 训练很慢但 GPU 空闲
34. 8.3 h5 文件无法打开
35. 8.4 h5 key 名称不匹配
36. 8.5 CUDA 与 PyTorch 版本不匹配
37. 原始教程要点