cuda
查询当前执行版本
nvcc -V # root用户 nvidia-smi中显示的cuda version是nvidia driver所对应的最新版本,不一定是当前运行的cuda版本
或 在/usr/local/下执行
stat cuda
卸载cuda
cd /usr/local/cuda/bin
./cuda-uninstaller
安装了多个cuda版本切换
参考
sudo rm -rf cuda
sudo ln -s /usr/local/cuda-9.1 /usr/local/cuda
~/.bashrc 中的cuda环境变量应指向 /cuda/ 文件夹,再由软链接指向具体执行的cuda版本
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
查显卡
nvidia-smi
关软件
ps u
kill -9 编号
查显卡使用
watch -n 1 nvidia-smi
查看进程
top
或
htop
或
nvitop
或
ps aux
或
ps aux|grep ./python
分屏
tmux
#1,输入命令 tmux 使用工具
#2,上下分屏:ctrl + b 再按 "
#3,左右分屏:ctrl + b 再按 %
#4,切换屏幕:ctrl + b 再按 o 或 方向键
#5,关闭一个终端:ctrl + b 再按x
#6,上下分屏与左右分屏切换: ctrl + b 再按空格键
暂停工作
ctrl+z #例如 pycharm
继续工作
bg
查看环境
conda info -e
切换环境
conda activate name
切换环境-1
source activate name(或用conda activate name)
如果是用fish shell, 要先 `bash` 切换到 bash shell 再source activate name
复制一份相同环境
conda create -n new_env2 --clone org_env1
删除环境
conda remove -n name_env --all
查看conda环境
conda list
**导出 conda 环境
pip list --format=freeze > requirements.txt
pip install -r requirements.txt
添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://www.jianshu.com/p/f771e1120003
安装cv2
pip install opencv-python
退回根目录
cd ~
切换用户
su user 或 su - user
当前文件夹内存
du -sh
切换到root
sudo -i 切普通用户 exit
vim
启动进入普通模式,处于插入模式或命令行模式时只需要按Esc或者Ctrl+[(这在vim课程环境中不管用)即可进入普通模式。普通模式中按i(插入)或a(附加)键都可以进入插入模式,普通模式中按:进入命令行模式。命令行模式中输入 wq! 强制保存并退出vim。
系统版本
cat /proc/version
查看磁盘
df -h
查看当前文件夹大小
du -sh
解压
tar -zxvf name
sudo apt-get install fastjar
jar xvf name.zip
创建新root用户
sudo adduser user 或 vi /etc/sudoers ,root下添加用户,ALL=...
base board information
dmidecode |grep -A16 "System Information$" #dmi命令需要root权限!
BIOS信息
dmidecode | more
修改root密码
passwd root
任务挂到后台
nohup python name.py &
查看后台任务
ps -ef | grep name.py
复制文件
cp [-adfilprsu] 源文件目录(source) 目标文件目录(destination)
*-a:是指archive的意思,也说是指复制所有的目录
-d:若源文件为连接文件(link file),则复制连接文件属性而非文件本身
-f:强制(force),若有重复或其它疑问时,不会询问用户,而强制复制
-i:若目标文件(destination)已存在,在覆盖时会先询问是否真的操作
-l:建立硬连接(hard link)的连接文件,而非复制文件本身
-p:与文件的属性一起复制,而非使用默认属性
-r:递归复制,用于目录的复制操作
-s:复制成符号连接文件(symbolic link),即“快捷方式”文件
-u:若目标文件比源文件旧,更新目标文件*
tensorboard
查看结果 tensorboard --logdir=runs/LOSS
递归删除文件夹
rm -rf name
查看为未分区的所有硬盘
fdisk -l #查看
mkfs -t ext4 /dev/ #格式化
mount /home/dir #挂载到某空文件夹
添加软件安装路径
vim ~/.bashrc
export PATH=$PATH:/home/mm/anaconda3/bin #(home/用户名/软件安装目录/bin)
source ~/.bashrc
scp
scp -P 00 -r user@000.000.00.00:/home/.. /home/.. #(P要大写,如果端口默认22可以不加,冒号后面没空格,中文路径也可以)
远程复制conda环境
conda create --name new_env --clone ~/path
更改文件拥有者(chown命令)
chown [可选项] user[:group] file... #格式
chown tom:users file d.key e.scrt #更改某个文件
chown -R James:users * #更改所有文件
更改文件权限 (chmod命令)
chmod [可选项] <mode> <file...> #格式
chmod ugo+r a.conf #所有人可读
chmod u+rwx c.sh #拥有者可读
chmod -R a+rw * #目录下的所有任何人可读写
查看cpu使用率
top -bn 1 -i -c
查看某个库的版本
pip list
显卡驱动和ubuntu系统内核
查看显卡驱动版本 cat /proc/driver/nvidia/version
显示内核版本 uname --r
nvidia 显卡历史驱动 https://www.nvidia.cn/drivers/unix/linux-amd64-display-archive/
禁止自动更新("1"->"0") vim /etc/apt/apt.conf.d/10periodic
卸载旧驱动 sudo apt-get purge nvidia*
系统更新 sudo apt-get update
系统软件更新 sudo apt-get upgrade
重装驱动时屏蔽可视化工具等 sudo systemctl set-default multi-user.target 需要reboot
重新打开可视化工具等 sudo systemctl set-default graphical.target 需要reboot
查看推荐驱动版本 ubuntu-drivers devices
安装对应版本驱动 sudo apt-get install nvidia-driver-460.91.03