小编Pab*_*oDK的帖子

在Windows AWS服务器上,我有一个NODE应用程序,我正在使用PM2来启动应用程序

我试过NPM:"pm2-windows-startup"和"pm2-windows-service"

但是在我重新启动AWS实例并运行之后

PM2 ls

列表中没有节点应用程序显示...

我按照指示......

1. 安装了NPM(重启后的PM2自动启动)
2. PM2启动myApp.js --name mySuperApp
3. PM2保存
4. 重启
5. PM2 ls - >没有正在运行的节点应用程序？:-(

PM2原木不包含任何东西......

我没有明确添加任何ENV变量(当我尝试PM2无法启动时 - 所以我创建了一个新的AWS windows实例并从头再次安装了所有东西......)

PM2位于默认位置(我没有更改任何路径)

C:\Users\Administrator\.pm2

我的PM2文件包含:

2017-03-13 07:37:48:======================================= ======================================== 2017-03-13 07:37:48 :---新的PM2守护进程开始------------------------------------------ ----------

2017-03-13 07:37:48:时间:2017年3月13日星期一07:37:48 GMT + 0000(世界协调时间)2017-03-13 07:37:48:PM2版本:2.4.2 2017-03 -13 07:37:48:Node.js版本:6.10.0 2017-03-13 07:37:48:当前arch:x64 2017-03-13 07:37:48:PM2主页:C:\ Users\Administrator.pm2 2017-03-13 07:37:48:PM2 PID文件:C:\ Users\Administrator.pm2\pm2.pid 2017-03-13 07:37:48:RPC套接字文件:\.\ pipe\rpc.sock 2017-03-13 07:37:48:BUS套接字文件:\.\ pipe\pub.sock 2017-03-13 07:37:48:应用程序日志路径:C:\ Users\Administrator.pm2 \日志2017-03-13 07:37:48:进程转储文件:C:\ Users\Administrator.pm2\dump.pm2 2017-03-13 07:37:48:并发行动:2 2017-03-13 07: 37:48:SIGTERM超时:1600 2017-03-13 07:37:48:=============================== ================================================

2017-03-13 07:37:48:在-fork模式下启动执行顺序 - 对于app name:mySuperApp id:0 2017-03-13 07:37:48:应用程序名称:mySuperApp id:0 …

我正在运行 AWS EC2 m5.large（非突发实例）。我在仪表板中设置了 AWS CloudWatch 的默认指标 (CPU %) 和一些自定义指标（内存 + 磁盘使用情况）之一。

但是，当我将 CloudWatch 报告的数字与我进行比较时，它们与我登录时实际使用 Ubuntu 20.04 服务器的情况相去甚远......

实际使用：

CPU: ~ 35 %
Memory: ~ 33 %

云观察报告：

CPU ~ 10 %
Memory: ~ 50-55

https://www.screencast.com/t/o1nAnOFjVZW

我已按照 AWS 自己的说明添加内存和磁盘使用量指标（因为 CloudWatch 无法立即访问 O/S 级别的内容）：https ://docs.aws.amazon.com/AWSEC2/latest /UserGuide/mon-scripts.html

当数字彼此相距很远时 - 那么就不可能设置有用的警报和通知。我不敢相信这就是 AWS 想要提供给选择遵循其原始说明的人的东西？唯一完全匹配的是磁盘使用百分比。

我有一台非常强大的 Windows PC（运行 Windows 10），它有 112GB 内存、16 个内核和 3 X Geforce RTX2070（不支持 SLI 等）。它正在运行 CuDNN 7.5 + Tensorflor 1.13 + Python 3.7

我的问题是我收到以下错误 - 每当我尝试运行 Keras 模型进行训练或对矩阵进行预测时。一开始我认为只有当我同时运行多个程序时才会发生这种情况，但事实并非如此，现在当我只运行 Keras 的单个实例时，我也会收到错误（通常 - 但并非总是如此）

CUBLAS_STATUS_ALLOC_FAILED 2019-06-15 19:33:25.267137：E tensorflow/stream_executor/cuda/cuda_dnn.cc:334] 无法创建 cudnn 句柄：CUDNN_STATUS_ALLOC_FAILED 201730c_FAILED6:-2exetens05205​​/20173020202008 或 E tensorflow/stream_executor/cuda/cuda_dnn.cc:334 cuda_dnn.cc:334] 无法创建 cudnn 句柄：CUDNN_STATUS_ALLOC_FAILED 异常：无法获得卷积算法。这可能是因为 cuDNN 初始化失败，所以尝试查看上面是否打印了警告日志消息。[[{{node conv2d_1/convolution}}]] [[{{nodedense_3/Sigmoid}}]] 获取卷积算法失败。这可能是因为 cuDNN 初始化失败，所以尝试查看上面是否打印了警告日志消息。[[{{node conv2d_1/convolution}}]] [[{{nodedense_3/Sigmoid}}]] 获取卷积算法失败。这可能是因为 cuDNN 初始化失败，所以尝试查看上面是否打印了警告日志消息。[[{{node conv2d_1/convolution}}]] [[{{nodedense_3/Sigmoid}}]]

我的问题是我的NodeJS应用程序的性能...

如果我的程序运行12次迭代,每次1.250.000 = 15.000.000次迭代 - 它需要亚马逊的专用服务器以下时间来处理:

r3.large:2个vCPU,6.5个ECU,15 GB内存 - > 123分钟

4.8xlarge:36个vCPU,132个ECU,60 GB内存 - > 102分钟

我在下面的代码中有一些代码similair ...

start();

start(){

  for(var i=0; i<12; i++){

      function2();    // Iterates over a collection - which contains data split up in intervals - by date intervals. This function is actually also recursive - due to the fact - that is run through the data many time (MAX 50-100 times) - due to different intervals sizes...
    }
}

function2(){

  return new Promise{

    for(var i=0; i<1.250.000; …

Run Code Online (Sandbox Code Playgroud)