CNN训练超过PBS中给定的核心数

我在用CNN电话 darknet/YOLO 使用nvidia图形卡深入学习远程共享集群。远程集群是带有pbs作业计划系统的linux。

我正在提交一份在gpu上训练神经网络的工作,它工作得很好。

问题在于训练过程中消耗了大量处理器。我通常提交一份有8个处理器的工作,如下所示

qsub -q gpu select=1:ncpus=8:ngpus=1:mem=15gb:gpu_cap=cuda61

但它总是因为处理器数量过多而死掉。即使我把数字增加到20,还是超过了。

我不知道为什么darknet会在服务器上消耗这么多处理器,即使我可能在笔记本上使用intel i5处理器(这是一个缓慢而低效的处理器)。

我试过的:

1)集合 cgroups=cpuacct 这会迫使作业不再使用分配给它的更多处理器,但它根本不起作用。似乎限制只是在服务器没有其他资源的情况下起作用。如果有空闲处理器,则限制不起作用( https://drill.apache.org/docs/configuring-cgroups-to-control-cpu-usage/#cpu-limits )

2)集 place=excelhost 它不会在作业超过分配的资源时终止作业。另一方面,用这面旗子开始工作需要7天,我每天都要训练网络。

问题:

我不需要这些处理器,我也不明白为什么黑暗势力要用这么多处理器。如何强制作业不超过给定的处理器数量?或者别的什么主意我怎么解决这种问题?