我在 22.04 版的 conda 下运行一个使用 RAPIDS GPU 的 Python 程序（机器学习训练）——在大规模运行过程中，它有时会完全默默地存在并杀死它正在运行的 tmux 和 gnome 终端。我试过在 GDB 下运行，但也会被杀死。我该如何调试发生了什么？
答案1
您是否尝试过使用分布式跟踪（通过 OTel）进行调试？这是一个很好的起点 分布式跟踪
gnome 终端崩溃并静默退出 - 运行 python3/nvidia RAPIDS 22.04
我在 22.04 版的 conda 下运行一个使用 RAPIDS GPU 的 Python 程序（机器学习训练）——在大规模运行过程中，它有时会完全默默地存在并杀死它正在运行的 tmux 和 gnome 终端。我试过在 GDB 下运行，但也会被杀死。我该如何调试发生了什么？
您是否尝试过使用分布式跟踪（通过 OTel）进行调试？这是一个很好的起点 分布式跟踪