CVer 常用 Linux 命令总结

系统概况：Ubuntu18.04＋CUDA9.0＋cuＤNN7+Pycharm2018.2.5+tensorflow-gpu1.0.5+CodeBlocks+OpenCV3.4.3+Qt5.9

可以看到软件并不是最新的，主要里面很多版本不兼容问题实在头疼，好不容易安装好了因为另一个软件不支持结果还是不能用，只能卸载重装，所以挑了个比较保守的组合。

电脑装个双系统瞎整了一周多，总算跌跌撞撞弄得差不多了，这期间比较基本的Linux命令大多都用到了，总结一下也作为个备忘。

0*. apt-get    update / upgrade / autoclean / autoremove / clean /remove / purge 区别

sudo: super user do ==> 相当于系统执行（权限高）
sudo apt-get update ==> 更新本地软件源网址
sudo apt-get upgrade ==> 根据更新后的软件列表更新软件
sudo apt-get autoclean ==> 删除已安装的软件安装包
sudo apt-get clean  ==> 删除缓存的包（DSL拨号上网慎用）
sudo apt-get remove 软件名  ==> 卸载软件，保留配置文件
sudo apt-get purge 软件名  ==> 卸载+清空
sudo apt-get autoremove ==> 删除不需要的软件安装依赖包

1. cd  跳转当前位置 change directory

cd    返回主目录
cd ..  返回上一级
cd dir  到当前目录里的dir目录下
cd ../dir  到上级目录里的dir目录下

2.ls 列举目录下的文件/目录信息 list

ls  显示目录下文件/文件夹
ls -a 显示目录下所有文件（含隐藏文件）
ls -l 显示文件属性、权限等
ls -h 显示文件大小
ls -R 递归显示文件，即目录下所有子文件/子文件夹

组合使用：
ls -al
ls -hR

3. cp 复制copy

cp -a  复制文件（夹）属性
cp -i  复制前先询问，i：interactive
cp -r  递归复制，复制文件夹下所有子文件，r: recursive

e.g
cp -a file1 file2  ==>  file1 复制成 file2
cp file1 file2 dir  ==> file1, file2 复制到 dir 下
cp –r –f a/*  b ==> b存在的每个文件都直接覆盖不提示;

4. mv 移动move

mv -f 强制移动，若目标文件已存在，不询问直接覆盖，force
mv -i 若目标文件存在先询问
mv -u 若目标文件存在，且要移动的文件比目标文件新的时候才移动

e.g
mv file1 file2 dir  ==> 将file1 file2 移动至 dir
mv file1 file2  ==>  相当于将file1 重命名为file2

5.rm 移除remvoe

rm -f 强制移除，若文件不存在也不警告
rm -i 删前先询问
rm -r 递归删除子文件（夹）

e.g
rm -rf dir ==> 删除dir内所有文件
rm -i dir ==> 删除前先询问

6. ps 输出进程情况 process

ps -A 列出所有进程
ps -a 列出所有不与terminal相关的进程
ps -u 列出所有用户相关进程
ps -x 列出相关信息
ps -l 列出详细信息（包括PID）

e.g
ps -aux  ==> 查看系统所有进程
ps -ax 
ps -lA   ==> 查看进程数据
ps -axjf  ==> 查看进程树

7. kill -signal PID : signal为方式，PID：process ID

signal:
1 SIGUP 启动被终止进程
2 SIGINT 中断，等价于Ctrl + C
9 SIGKILL 强制中止
15 SIGTERM 正常结束
17 SIGSTOP 暂停，等价于Ctrl + Z

e.g
kill -9 19328  ==> 中断19328号进程
kill -SIGSTOP 19336  ==> 暂停19336号进程

8. file 显示文件基本属性

file filename

9. 压缩/解压

解压：
sudo tar zcvf work.tar.gz work/
sudo tar jcvf work.tar.bz2 work/
sudo tar cvf work.tar work
sudo unzip file.zip


压缩：
sudo tar xvf work.tar
sudo tar xzvf work.tar.gz
sudo tar xjvf work.tar.bz2

10. grep  全局正则表达搜索并打印 global search regular expression(RE) and print out the line

用于分析一行命令，格式： grep opt --color=auto string filename
opt: -a binary文件以text格式查找
     -c 计算string出现次数
     -i 忽略大小写
     -v 反选，即选择没有string出现的行

e.g
grep --color=auto 'libopencv' /usr/local/lib/liblist.config 
==> 显示liblist.config 中含有libopencv的项且用颜色标记出来
ls -l | grep -i libopencv
==> 显示ls -l 中含libopencv的项，且不区分大小写

11.chgrp / chown 改变文件数组 change group / change owner

sudo chgrp [-R] dir/filename  ==> -R 递归

12. chmod: 改变权限 change mode

chmod [-R] u/o/g/a + rwx filename
u: user    o: other    g: group    a: all
r: read    w: write    x: excute

e.g
sudo chmod -R u+x pycharm.sh  ==> 使得安装包有执行权

13. time  在命令前添加关键字time可以显示进程运行时间

14. Nvidia相关命令

ubuntu-drivers devices         ==> 查看可以安装的显卡驱动
sudo ubuntu-drivers autoinstall==> 安装所有合适的驱动
sudo apt install nvidia-340    ==> 安装特定版本驱动
lspci | grep -i nvidia         ==> 查看所有支持cuda的设备
lspci | grep -i vga            ==> 查看显卡信息
nvidia-smi                     ==> 查看显存情况
watch -n 10 nvidia-smi         ==> 每10秒执行一次nvidia smi
sudo dpkg -l | grep nvidia     ==> 查询nvidia设备信息
nvidia-settings                ==> 查看nvidia设置情况（图形界面）
sudo apt-get purge nvidia*     ==> 删除所有nvidia驱动
sudo prime-select              ==> 显示可选显卡
sudo prime-select nvidia/intel ==> 选择nvidia / intel 显卡为优先显卡
nvcc -V                        ==>查看CUDA Toolkit版本信息

15. 显示界面相关命令

sudo service lightdm stop     关闭图形界面
sudo service lightdm start    开启图形界面
sudo service gdm stop/start   开/关图形化界面

16. 系统

reboot  重启（可能刚开始装软件的时候用的最多的了 T T
sudo passwd  进入超级用户模式修改登录密码（开始密码是随机的，所以要修改）,会提示修改
su root 进入super user模式
uame -r  查看运行的系统内核版本
uname -m && cat /etc/*release  查看linux版本信息

17. gcc

gcc --version  查询gcc版本
sudo mv gcc gcc.bak 备份 
sudo ln -s gcc-4.8 gcc 软链接（相当于快捷方式，系统查询gcc时自动链接到gcc4.8版本）

18. 下载

add-apt-repository ppa: xxx/ppa ==> 获取最新的个人软件包档案源，将其添加至当前apt库中，并自动导入公钥
sudo apt-get install python3-pip  ==> 下载pip3
sudo -H pip3 install tensorflow-gpu -i ttps://mirrors.ustc.edu.cn/pypi/web/simple
==> 从科大镜像源下载tensorflow-gpu库
sudo -H pip3 install opencv-python -i https://mirrors.ustc.edu.cn/pypi/web/simple -t /home/francis/anaconda3/lib/python3.7/site-packages
==> 下载opencv库到指定文件夹下（示例是Anaconda的库文件夹）

服务器安装：
pip install opencv-python -i https://mirrors.ustc.edu.cn/pypi/web/simple

19. 其他常用

mkdir dir     创建dir目录
rmdir dir     删除dir目录
sudo sh pycharm.sh    运行安装文件（./和sh还有几种安装方式的区别最好了解一下）
sudo chmod u+x pycharm.sh 针对上一条，如果权限不够，添加执行权
sudo gedit filename   用gedit编辑器打开文本并编辑，vim小白的福音