使用Conda虛擬環境在服務器后臺運行Python腳本，并檢查GPU分配
在服務器開發環境中，我們需要確保Python腳本運行在指定的Conda虛擬環境中，并且確認是否正確分配了GPU資源。本文將通過一個完整的start.sh腳本，完成以下功能：

1. 安裝Miniconda、查詢虛擬環境位置；
2. 創建并激活指定的虛擬環境（如 test）；
3. 檢查是否分配GPU給Python腳本；
4. 在后臺運行Python腳本。

---

一、安裝 Miniconda

如果服務器尚未安裝Conda，可以按照以下步驟安裝 Miniconda；若已經安裝，可跳過。

1. 下載Miniconda安裝包

根據服務器的操作系統下載對應版本的Miniconda：

• Linux（64位系統）：

  wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
  

• macOS（Intel芯片）：

  wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
  

• macOS（Apple Silicon芯片）：

  wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
  

2. 安裝Miniconda

運行以下命令安裝Miniconda：

bash Miniconda3-latest-Linux-x86_64.sh

安裝過程中按提示操作，選擇默認路徑（如：/root/miniconda3）。安裝完成后，運行以下命令加載Conda：

source ~/miniconda3/etc/profile.d/conda.sh

3. 驗證安裝是否成功

運行以下命令檢查Conda是否安裝成功：

conda --version

如果輸出Conda的版本號，則說明安裝成功。

---

二、創建Conda虛擬環境

完成Miniconda安裝后，按照以下步驟創建虛擬環境：

1. 創建虛擬環境

運行以下命令創建一個名為test的虛擬環境，并安裝指定的Python版本（如 3.9）：

conda create -n test python=3.9 -y

2. 激活虛擬環境

激活test虛擬環境：

conda activate test

3. 安裝依賴包

在虛擬環境中安裝需要的依賴包，比如numpy（若不需要，可跳過）：

conda install numpy -y

4.編寫測試腳本mian.py

import time
import datetimedef main():print("Python腳本開始運行...")while True:current_time = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")print(f"當前時間: {current_time}")time.sleep(5)  # 每5秒打印一次if __name__ == "__main__":main()

---

三、腳本內容

簡易版start.sh ，包含激活環境、后臺運行Python腳本，并將日志保存到output.log：

#!/bin/bash# 啟用嚴格模式
set -e# 1. 激活Conda虛擬環境
source ~/miniconda3/etc/profile.d/conda.sh
conda activate test# 2. 后臺運行Python腳本
nohup python main.py > output.log 2>&1 &
echo "Python腳本已經在后臺運行，日志輸出到output.log。"

升級版start.sh ，包含激活環境、檢查GPU分配、后臺運行Python腳本，檢查是否已有腳本運行、保存運行日志的功能：

#!/bin/bash# 啟用嚴格模式：遇到錯誤或未定義變量時立即退出腳本
set -e  # 遇到錯誤退出
set -u  # 使用未定義變量時退出# 1. 初始化Conda環境
# 確保Conda能夠正常工作
conda init bash
source ~/miniconda3/etc/profile.d/conda.sh# 2. 查詢Conda虛擬環境列表并激活指定環境
# 檢查虛擬環境是否存在
ENV_NAME="test"
if ! conda env list | grep -q "$ENV_NAME"; thenecho "虛擬環境 $ENV_NAME 不存在，請檢查環境名稱或創建環境！"exit 1
fi# 激活虛擬環境
conda activate $ENV_NAME
echo "已激活Conda虛擬環境：$ENV_NAME"# 3. 檢查GPU是否可用
# 使用nvidia-smi檢測GPU，并檢查是否分配給任務
if command -v nvidia-smi &> /dev/null; thenecho "檢測到GPU環境，當前GPU信息如下："nvidia-smi
elseecho "未檢測到GPU，將使用CPU運行。"
fi# 4. 檢查是否已有腳本實例在運行
# 假設需要運行的Python腳本名為main.py
PYTHON_SCRIPT="main.py"# 查找運行中的腳本進程
RUNNING_PID=$(pgrep -f "$PYTHON_SCRIPT" || echo "")if [ -n "$RUNNING_PID" ]; thenecho "檢測到正在運行的腳本進程，PID：$RUNNING_PID，正在終止該進程..."kill -9 "$RUNNING_PID"echo "已終止進程 $RUNNING_PID。"
elseecho "未檢測到正在運行的腳本，準備啟動新任務。"
fi# 5. 后臺運行Python腳本并檢查GPU分配
# 使用nohup后臺運行Python腳本，并將日志保存到output.log
nohup python "$PYTHON_SCRIPT" > output.log 2>&1 &
NEW_PID=$!
echo "Python腳本 $PYTHON_SCRIPT 已在后臺運行，日志輸出到output.log。"
echo "新任務PID：$NEW_PID"# 6. 等待一段時間后檢查GPU使用情況
sleep 5
if command -v nvidia-smi &> /dev/null; thenecho "當前的 GPU 使用情況如下："nvidia-smi | grep python || echo "未檢測到Python進程使用GPU。"
elseecho "無法檢測GPU使用情況，請確認GPU配置是否正確。"
fi

---

四、運行腳本

完成腳本編寫后，按照以下步驟運行：

1. 賦予執行權限

為腳本添加執行權限：

chmod +x start.sh

2. 啟動腳本

運行腳本有兩種方式：

• 方式 1：直接運行腳本：

  ./start.sh
  

• 方式 2：使用 bash 啟動腳本：

  bash start.sh
  

兩種方式效果相同，任選一種即可。

---

五、檢查腳本運行狀態

1. 查看日志

腳本運行的日志會保存在 output.log 文件中，可以通過以下命令查看：

tail -f output.log

2. 查看后臺任務

通過以下命令查看正在運行的 Python 腳本：

ps -ef | grep main.py

3. 停止后臺任務

如果需要手動停止后臺任務，可以通過 kill 命令終止：

kill <PID>

其中 <PID> 是運行的任務進程 ID。

---

六、總結

通過本文，我們學習了如何從頭安裝 Miniconda，創建一個名為 test 的虛擬環境，并使用 start.sh 腳本在服務器后臺運行 Python 腳本。腳本實現了以下功能：

1. 自動激活指定的 Conda 虛擬環境；
2. 檢查 GPU 是否可用，并確認 GPU 分配是否正確；
3. 檢查是否已有任務在運行，如果有則終止；
4. 后臺運行 Python 腳本，并將日志保存到文件。

希望本文對你有所幫助！如果你有其他問題或建議，歡迎在評論區留言！