sbatch将提交一个批处理作业，该作业在另一台计算机上运行，而不是在您打开终端的计算机上运行。因此，sbatch将stdout和stderr重定向到一个文件。最简单的选择是使用tail -f动态查看文件的内容。

否则，使用srun而不是sbatch使输出直接在终端上重定向，但这样它就不再批量运行，如果您断开连接，或者如果您关闭笔记本电脑或关闭终端窗口，您的作业将被终止。

如果您的sBatch文件包含srun命令，则可以使用sattach jobid.stepid查看输出-您可以指定一个选项来查看错误而不是输出。

watch -n 1 cat my_out_file.out将每秒打印文件的内容。

有一次，我遇到了完全相同的问题。一个有趣的例子是，当你训练一个不适定的机器学习模型时，你可以根据实时损失来决定何时停止训练。

我想实时查看输出，但很难找到.out文件，因为我已经有100个.out文件。

Slurm为您提供了交互会话。您需要使用salloc为自己分配资源。

salloc --nodes=1 --account=scw1901 --partition=accel_ai_mig --gres=gpu:2

根据您的需要修改此命令。然后运行该命令，直接在计算节点中打开一个外壳。

srun --pty bash

现在，您需要在作业分配之后复制sbatch作业文件中的所有内容。

例如，如果这是我的sbatch脚本。

# !/bin/bash

# SBATCH --nodes 1

# SBATCH --cpus-per-task 5

# SBATCH --time 03:00:00

# SBATCH --ntasks=1

# SBATCH --job-name jupyter-lab

# SBATCH -o /home/s.1915438/jupyter_log/jupyter-lab-%J.log

# SBATCH -e /home/s.1915438/jupyter_log/jupyter-lab-%J.log

# SBATCH --gres=gpu:1

# SBATCH --account=scw1901

# SBATCH --partition=accel_ai

# run jupyter notebook

module load anaconda/3
source activate ml

我将运行这个脚本文件，或者在进入计算节点的外壳后执行这些命令。

module load anaconda/3
source activate ml

现在，您可以运行一个文件并查看输出。这就是你问题的答案。

python file.py

或者，您可以保存输出并使用tail查看。

pwd # copy the output
python file.py >> output.txt

打开另一个ssh会话，并使用复制的pwd导航到该目录。然后使用tail -n命令查看最后几行或使用cat查看整个文件。

另一种可能性是运行一个端口转发的木星实验室。然后，您可以创建多个ssh连接，jupyter-lab将自动导航到较新版本中的pwd。