Linux用到的命令

初学linux，记录一下。

1. cd、pwd、ls基本命令

2. bash可直接进入`exec bash·也可

3. 如何查看运行了几个程序用了多少gpu,nvtop,退出输入q,或者输入esc

4. 如何kill掉后台运行的程序，kill -9 20442044是你想kill掉的程序名字

5. screen -S lnmp创建一个名为lnmp的会话 CTRL+a+d临时离开，后台还在运行。screen -r 10042重新挂起，exit退出，这个语句超级好用。可以同时运行多个。

6. 正在执行的程序,也就是前台进程
   Ctrl + C 终止
   Ctrl + D 退出
   Ctrl + S 挂起
   Ctrl + Q 解挂
   Ctrl + Z 强制结束

7. 前后台进程的切换与控制
   （1）fg命令
   功能：将后台中的命令调至前台继续运行
   如果后台中有多个命令，可以先用jobs查看jobnun，然后用 fg %jobnum 将选中的命令调出。

   （2）Ctrl + z 命令
   功能：将一个正在前台执行的命令放到后台，并且处于暂停状态

   （3）bg命令
   功能：将一个在后台暂停的命令，变成在后台继续执行
   如果后台中有多个命令，可以先用jobs查看jobnum，然后用 bg %jobnum 将选中的命令调出继续

8. 删除文件夹实例：
   rm -rf /var/log/httpd/access
   rm空格-rf空格/var/log/httpd/access
   将会删除/var/log/httpd/access目录以及其下所有文件、文件夹
   千万不要加上空格

9. 删除文件使用实例：
   rm -f /var/log/httpd/access.log
   将会强制删除/var/log/httpd/access.log这个文件

10. 查看服务器显卡nvidia-smi

NVIDIA-SMI 387.26                 Driver Version: 387.26                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:能耗|     显存利用率    Memory-Usage | GPU-Util 浮动GPU利用率 Compute M. |
|===============================+======================+======================|
|   0  TITAN Xp            Off  | 00000000:01:00.0 Off |                  N/A |
| 54%   84C    P2   149W / 250W |    939MiB / 12188MiB |     77%      Default |
+-------------------------------+----------------------+----------------------+
|   1  TITAN Xp            Off  | 00000000:02:00.0 Off |                  N/A |
| 31%   45C    P8    10W / 250W |    173MiB / 12189MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0     13255      C   python                                       929MiB |
|    1     13255      C   python                                       163MiB |
+-----------------------------------------------------------------------------+

GPU：GPU 编号； 
Name：GPU 型号； 
Persistence-M：持续模式的状态。持续模式虽然耗能大，但是在新的GPU应用启动时，花费的时间更少，这里显示的是off的状态； 
Fan：风扇转速，从0到100%之间变动； 
Temp：温度，单位是摄氏度； 
Perf：性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能（即 GPU 未工作时为P0，达到最大工作限度时为P12）。 
Pwr:Usage/Cap：能耗； 
**Memory Usage：显存使用率；** 
Bus-Id：涉及GPU总线的东西，domain:bus:device.function； 
Disp.A：Display Active，表示GPU的显示是否初始化； 
**Volatile GPU-Util：浮动的GPU利用率；** 
Uncorr. ECC：Error Correcting Code，错误检查与纠正； 
Compute M：compute mode，计算模式。
下方的 Processes 表示每个进程对 GPU 的显存使用率。

11. 在终端执行程序时指定GPU
    CUDA_VISIBLE_DEVICES=1 python your_file.py
    这样在跑你的网络之前，告诉程序只能看到1号GPU，其他的GPU它不可见
    可用的形式如下：

CUDA_VISIBLE_DEVICES=1           Only device 1 will be seen
CUDA_VISIBLE_DEVICES=0,1         Devices 0 and 1 will be visible
CUDA_VISIBLE_DEVICES="0,1"       Same as above, quotation marks are optional
CUDA_VISIBLE_DEVICES=0,2,3       Devices 0, 2, 3 will be visible; device 1 is masked
CUDA_VISIBLE_DEVICES=""          No GPU will be visible

12. 在Python代码中指定GPU

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

13. 设置定量的GPU使用量

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存
session = tf.Session(config=config)

14. 设置最小的GPU使用量,GPU动态增长

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)

15. 先cd到这个文件夹然后再查看文件夹数

ls -l |grep "^-"|wc -l

16. 解压tar文件先cd到文件夹中，再tar -xvf file.tar