你好，我是小布衣 👋

学习记录 01：Linux GPU 训练常用命令

进行深度学习实验时，需要了解 GPU 显存占用、 进程运行状态，以及如何保持远程训练任务持续运行。

1. 查看 GPU 状态

nvidia-smi

这条命令可以查看 GPU 利用率、显存占用、 驱动信息以及正在使用 GPU 的进程。

2. 定时刷新 GPU 状态

watch -n 2 nvidia-smi

每隔两秒刷新一次，适合观察模型训练时的资源变化。

3. 使用 tmux 管理训练会话

tmux new -s train
tmux ls
tmux attach -t train

可以创建名为 train 的会话、列出会话、 以及重新连接指定会话。 临时离开会话可以按 Ctrl+B，然后按 D。

实践总结： 使用 GPU 状态监控和 tmux，可以更方便地管理 远程深度学习实验，减少 SSH 连接中断造成的影响。

水下图像增强研究

方向：图像恢复 · 深度学习 · 计算机视觉

水下图像常出现颜色偏移、对比度下降和细节退化。 我的研究关注如何利用空间信息与频率信息， 改善水下图像的视觉质量和结构恢复能力。

当前研究内容：

• 探索空间与频率特征协同恢复的网络结构。
• 研究全局与局部频率信息的作用。
• 通过 PSNR、SSIM 等指标评价模型表现。
• 使用对比实验和消融实验分析模块有效性。

当前状态：研究与实验整理中。 后续计划补充网络架构、实验过程与可公开结果。