我正在使用集群(类似于 slurm，但使用 condor )并且我想使用 VS 代码(特别是它的调试器)运行我的代码，它是 remote sync extension .
我尝试在 VS 代码中使用我的调试器运行它，但它并没有像预期的那样工作。
首先，我像往常一样使用 VS 代码和远程同步登录到集群，效果很好。然后我继续使用以下命令获取交互式作业:
condor_submit -i request_cpus=4 request_gpus=1
然后成功地提供了一个节点/gpu 来使用。
一旦我尝试运行调试器，但它以某种方式将我从远程 session 中注销(看起来它从打印语句转到头节点)。那是 不是 我想要的是。我想在我分配的节点/gpu 的交互式 session 中运行我的工作。为什么 VS 代码在错误的地方运行它？我怎样才能在正确的地方运行它？
集成终端的一些输出:
source /home/miranda9/miniconda3/envs/automl-meta-learning/bin/activate
/home/miranda9/miniconda3/envs/automl-meta-learning/bin/python /home/miranda9/.vscode-server/extensions/ms-python.python-2020.2.60897-dev/pythonFiles/lib/python/new_ptvsd/wheels/ptvsd/launcher /home/miranda9/automl-meta-learning/automl/automl/meta_optimizers/differentiable_SGD.py
conda activate base
(automl-meta-learning) miranda9~/automl-meta-learning $ source /home/miranda9/miniconda3/envs/automl-meta-learning/bin/activate
(automl-meta-learning) miranda9~/automl-meta-learning $ /home/miranda9/miniconda3/envs/automl-meta-learning/bin/python /home/miranda9/.vscode-server/extensions/ms-python.python-2020.2.60897-dev/pythonFiles/lib/python/new_ptvsd/wheels/ptvsd/launcher /home/miranda9/automl-meta-learning/automl/automl/meta_optimizers/differentiable_SGD.py
--> main in differentiable SGD
hello world torch_utils!
vision-sched.cs.illinois.edu
Files already downloaded and verified
Files already downloaded and verified
Files already downloaded and verified
-> initialization of DiMO done!
---> i = 0, iteration/it 1 about to start
lp_norms(mdl) = 18.43514633178711
lp_norms(meta_optimized mdl) = 18.43514633178711
[e=0,it=1], train_loss: 2.304989814758301, train error: -1, test loss: -1, test error: -1
---> i = 1, iteration/it 2 about to start
lp_norms(mdl) = 18.470401763916016
lp_norms(meta_optimized mdl) = 18.470401763916016
[e=0,it=2], train_loss: 2.3068909645080566, train error: -1, test loss: -1, test error: -1
---> i = 2, iteration/it 3 about to start
lp_norms(mdl) = 18.548133850097656
lp_norms(meta_optimized mdl) = 18.548133850097656
[e=0,it=3], train_loss: 2.3019633293151855, train error: -1, test loss: -1, test error: -1
---> i = 0, iteration/it 1 about to start
lp_norms(mdl) = 18.65604019165039
lp_norms(meta_optimized mdl) = 18.65604019165039
[e=1,it=1], train_loss: 2.308889150619507, train error: -1, test loss: -1, test error: -1
---> i = 1, iteration/it 2 about to start
lp_norms(mdl) = 18.441967010498047
lp_norms(meta_optimized mdl) = 18.441967010498047
[e=1,it=2], train_loss: 2.300947666168213, train error: -1, test loss: -1, test error: -1
---> i = 2, iteration/it 3 about to start
lp_norms(mdl) = 18.545459747314453
lp_norms(meta_optimized mdl) = 18.545459747314453
[e=1,it=3], train_loss: 2.30662202835083, train error: -1, test loss: -1, test error: -1
-> DiMO done training!
--> Done with Main
(automl-meta-learning) miranda9~/automl-meta-learning $ conda activate base
(automl-meta-learning) miranda9~/automl-meta-learning $ hostname vision-sched.cs.illinois.edu
没有 Debug模式甚至不能运行
问题比我想象的要严重。我无法在交互式 session 中运行调试器，但我什至无法在没有它自己切换到 Python 调试控制台的情况下“运行而无需调试”。所以这意味着我必须手动运行
python main.py但这不允许我使用变量 Pane ......这是一个很大的损失!我正在做的是将我的终端切换到
conoder_ssh_to_job然后单击按钮 Run Without Debugging (或 ^F5 或 Control + fn + f5 )，虽然我确保在我的集成窗口底部的交互式 session 中，但它自己进入 Python 调试器窗口/ Pane ，该窗口/ Pane 未连接到我请求的交互式 session 我的集群...有关的:
最佳答案
您可以尝试颠倒操作顺序；首先提交作业，获取分配给你的计算节点的名称，然后指示VSCode连接到计算节点而不是登录节点。
所以首先是
condor_submit -i request_cpus=4 request_gpus=1
node001在下面的。然后，在您的笔记本电脑上打开 VSCode，单击远程开发扩展图标并选择“远程 SSH:连接到主机...”。选择“+ 添加新的 SSH 主机...”。在“输入 SSH 命令”框中，添加以下内容:
ssh -J vision-sched.cs.illinois.edu miranda9@node001
vision-sched.cs.illinois.edu在该文件中正确配置。然后您可以选择要连接的主机。然后 VSCode 将在计算节点上执行，并在分配完成时断开连接。
关于visual-studio - 如何使用交互式 session 在远程 VS 代码的调试 session 中运行代码？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60141905/