在运行 .sh 脚本之前的重要前提：如果直接运行 .sh 脚本时遇到"权限拒绝 (Permission denied)"的报错，需要先给脚本加上可执行权限。指令是：chmod +x 你的脚本名.sh
方法一：使用 nohup（适合跑耗时较长的单次任务，一键提交不需要看实时界面）
核心逻辑：在运行命令前加 nohup，在末尾加 > 日志名.log 2>&1 &。无论是跑 Python 还是 Shell 脚本，这套模板完全通用。
- 启动后台任务
Python 脚本例子：
python
nohup python train_reamot.py --model qwen2.5-vl --batch_size 4 > train_output.log 2>&1 &.sh 脚本例子（两种写法皆可）：
python
写法 A（推荐）：nohup bash run_experiments.sh > exp_output.log 2>&1 &
python
写法 B（需提前赋予权限）：nohup ./run_experiments.sh > exp_output.log 2>&1 &- 查看运行进度
指令：tail -f [日志文件名].log
例子：tail -f train_output.log
说明：这会实时刷新并显示代码里的输出。想退出查看画面，按 Ctrl + C 即可（请放心，这绝对不会停掉后台正在跑的程序）。 - 终止后台程序
指令：先查进程号 ps -ef | grep 你的脚本名，然后强杀 kill -9 [进程号]。
例子：输入ps -ef | grep run_experiments查到进程号是 12345 后，输入 kill -9 12345 即可强制停止任务。
方法二：使用 tmux（适合多任务并行、需要时常切回来看进度条或交互的开发环境）
核心逻辑：在服务器里建一个"虚拟房间"，在房间里就像平时一样跑代码。退出房间时代码依然在跑，下次进房间接着看。
- 创建并进入一个新环境
指令：tmux new -s [给任务起个名字]
例子：tmux new -s track_eval
说明：输入后，屏幕底部会出现一条绿色状态栏，说明你已经进入了安全环境。 - 在里面正常跑代码（Python 和 .sh 均可）
在这个环境里，你不需要加 nohup，平常怎么跑代码现在就怎么跑。
Python 脚本例子：
python
python evaluate.py --dataset DRSet.sh 脚本例子：
bash run_experiments.sh 或者直接输入 ./run_experiments.sh
- 把程序挂到后台（最关键的一步）
指令：按住键盘上的 Ctrl 和 b 键，松开手指，然后再单独按字母 d 键。
说明：此时你会退回到最初的普通终端界面。即使你现在断开 SSH 连接、关机下班，刚才运行的 .py 或 .sh 脚本依然在服务器后台稳稳执行。 - 恢复之前的界面
指令：tmux a -t [任务名字]
例子：tmux a -t track_eval
说明：第二天重新连上服务器后输入该指令，就能瞬间回到昨天的界面，进度条和打印出来的报错信息都在。当这个任务彻底结束，你不再需要这个环境时，在界面里输入 exit 即可彻底销毁它。
总结建议：
- 如果你已经写好了最终的训练脚本，只需要它默默跑出结果，用 nohup 最简单清爽。
- 如果是日常需要反复调试框架、同时跑多个不同的实验对比，用 tmux 建立几个不同的窗口来管理会大幅提升效率。