在Linux环境下对PyTorch程序进行运行状态监控，可以借助多种工具和方式实现。以下是一些常见的做法：
-
nvidia-smi: 若你使用NVIDIA显卡进行深度学习训练，nvidia-smi是一个非常实用的工具，它能展示GPU的使用情况，例如显存占用、温度、功耗等信息。
watch -n 1 nvidia-smi
此命令会每隔一秒刷新一次GPU的状态。
-
htop: htop是一款交互式的进程查看工具，它可以展示系统中各个进程的资源消耗情况，包括CPU与内存的使用情况。
htop
在htop界面中，你可以看到详细的进程信息，并可通过键盘操作进行排序和筛选。
-
top: top命令是Linux下的常用系统监控工具，它能够显示当前系统中各进程的资源占用情况。
top
-
psutil: psutil是一个跨平台的Python库，用于获取系统使用情况以及相关进程的信息。你可以在PyTorch程序中利用psutil来监控内存与CPU的使用情况。
import psutil
获取当前进程的信息
process = psutil.Process()
展示内存与CPU使用情况
print(f"Memory usage: {process.memory_info().rss / 1024 ** 2} MB") print(f"CPU usage: {process.cpu_percent(interval=1)}%")
-
TensorBoard: TensorBoard是TensorFlow的可视化工具，但它同样适用于PyTorch项目。通过使用torch.utils.tensorboard模块，你可以在PyTorch程序中记录各类指标，并在TensorBoard中进行查看。
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter('runs/experiment-1')
在训练循环中记录损失和其他指标
for epoch in range(num_epochs):
训练代码...
writer.add_scalar('Loss/train', train_loss, epoch) # 更多记录...writer.close()
然后在终端中启动TensorBoard：
tensorboard --logdir=runs
打开浏览器并访问http://localhost:6006即可进入TensorBoard界面。
自定义监控脚本: 你可以编写自己的监控脚本，定期采集程序的关键性能指标，如内存使用量、GPU状态、损失值等，并将这些数据输出到日志文件或控制台中。
根据你的具体需求和需要监控的内容类型，可以选择合适的工具。通常情况下，将这些工具结合使用，可以实现对系统性能和程序运行状态的全面掌控。
