Linux-2-Ubuntu16.04、14.04中的重要命令--基于服务器、GTX1080Ti、TX2

Yolov-1-TX2上用YOLOv3训练自己数据集的流程(VOC2007-TX2-GPU)

Yolov--2--一文全面了解深度学习性能优化加速引擎---TensorRT

Yolov--3--TensorRT中yolov3性能优化加速(基于caffe)

yolov-5-目标检测:YOLOv2算法原理详解

yolov--8--Tensorflow实现YOLO v3

yolov--9--YOLO v3的剪枝优化

yolov--10--目标检测模型的参数评估指标详解、概念解析

yolov--11--YOLO v3的原版训练记录、mAP、AP、recall、precision、time等评价指标计算

yolov--12--YOLOv3的原理深度剖析和关键点讲解


20、linux 找出两个txt文件中内容不同的部分并输出

https://blog.csdn.net/yunyi4367/article/details/78882552

1.对要比较的两个文件进行排序

sort -r 1.txt -o 1.txt 
sort -r 2.txt -o 2.txt 
2.用script新建一个txt文件

script difference.txt
3.查找在2.txt文件中存在,在1.txt文件中不存在的命令

grep -vFf 1.txt 2.txt 

4.退出对difference.txt的编辑

exit


19、查看 CUDA 、CUDNN 版本:

cat /usr/local/cuda/version.txt

查看 CUDNN 版本:

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

18、linux查看某个用户有哪些进程 

ps -ef|grep Liqing
//ps -ef|grep username

17、Linux指令运行.m文件

如果文件名为 a.m

则在a.m目录下执行指令

matlab -nodesktop -nosplash -r a

只用文件名a,不能添加.m


1、使用chmod命令,修改文件只读权限。 


如果要给只读文件加上写权限,到文件所在目录下运行终端,输入 

sudo chmod a+w filename

创建swapfile虚拟内存空间并开机自动挂载:

编辑/ets/tstab文件,添加如下红色内容就可以了

<file system> <mount point> <type> <options> <dump> <pass>

/xxx/xxxx/swapfile swap swap defaults 0 0

https://www.cnblogs.com/light-zhang/p/9923084.html

2、Linux下pip安装更新

基于Python3.5安装pip-19.0.3

sudo pip3 install --upgrade pip

sudo pip --version  //查看版本

3、安装  python3.5,setuptools-19.6

https://www.jianshu.com/p/6ca263642afc

遇到的错误:

https://www.cnblogs.com/sea-stream/p/6516835.html

安装pip19.0.3:

1. 使用Linux下载文件 wget --no-check-certificate  https://pypi.python.org/packages/source/p/pip/pip-8.0.2.tar.gz#md5=3a73c4188f8dbad6a1e6f6d44d117eeb

pip-9.0.1的下载地址:https://pypi.python.org/packages/11/b6/abcb525026a4be042b486df43905d6893fb04f05aac21c32c638e939e447/pip-9.0.1.tar.gz#md5=35f01da33009719497f01a4ba69d63c9

2. 解压文件  tar zxvf pip-8.0.2.tar.gz

3. 进入该目录 cd pip-8.0.2 

4. 同样执行:
  python3.5 setup.py build
  python3.5 setup.py install

没有提示错误,那么就安装成功了。

安装好了之后会在我们的python目录中成成该执行文件的。
Adding pip 8.0.2 to easy-install.pth file
Installing pip3.5 script to /usr/local/python/bin
Installing pip3 script to /usr/local/python/bin
Installing pip script to /usr/local/python/bin

这个就是安装是的提示,给我们说的很清楚,说将pip3安装到了/usr/local/python/bin目录中

对于我此时的目录就是:
  /usr/local/python/bin

 

那么我们也是搞一个软连接吧,这样我们就可以直接使用这个东东了啊。
sudo ln -s /usr/local/python/bin/pip3.5 /usr/bin/pip3  (简书链接中写错了)

 

4、修改默认Python解释器

    1.升级版本 3.5

cd /usr/bin/
sudo rm /usr/bin/python #删除原有的Python连接文件
sudo ln -s /usr/bin/python3.5 python #建立指向Python3.X的连接

     验证是否修改成功:

    

2.还原2.7版本

cd /usr/bin/
sudo rm /usr/bin/python #删除原有的Python连接文件
sudo ln -s /usr/bin/python2.7 python #建立指向Python2.7的连接


       验证是否修改成功:

   

法二:TX2修改默认Python解释器 重启后仍生效

 

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
 
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

把两个版本的python加入到alternatives列表中,然后运行以下代码配置

sudo update-alternatives --config python

根据提示来选择要使用的版本,选择后退出,运行python即可看到默认python版本发生变化

 

5、查看板子上OpenCV的版本,直接在终端输入以下指令即可

pkg-config --modversion opencv  

 

6、打开新终端 ctrl+alt+t,或者查找 terminal

 

7、在根目录/当前目录中找包含‘opencv’字母的文件

sudo find / -iname "*opencv*"
sudo find ./ -iname "*opencv*"

命令格式: find   查找路径    -name    "*" | xargs grep "关键字"

eg.1:在根文件夹下查找含有关键字route的文件,列出文件名和route所在行

       find / -name '*' | xargs grep 'route'

eg.2: 在根文件夹下查找后缀名为txt且含有关键字route的文件,列出文件名和route所在行

        find / -name '*.txt' | xargs grep 'route'

 在当前目录下查找后缀名为txt且含有关键字route的文件,列出文件名和route所在行

 find ./ -name '*.txt' | xargs grep 'route'

8、查看numpy版本

pip show numpy

命令行下使用pip list查看所有第三方库及版本 

9、linux 给文件改名的命令是mv命令


mv命令来为文件或目录改名或将文件由一个目录移入另一个目录中。该命令等同于DOS系统下的ren和move命令的组合。它的使用权限是所有用户。

格式
mv [options] 源文件或目录 目标文件或目录。

实例:

将文件test.txt重命名为wbk.txt:

 mv test.txt wbk.txt

10、查看已安装tensorflow版本

由于tensorflow版本不同,可能一些函数的调用也有变换,这时候可能需要查看tensorflow版本,可以在终端输入查询命令如下:

python

import tensorflow as tf

tf.__version__

11、查看keras版本

1.查看keras版本

import keras
print keras.__version__

1.2.0


2.查看theano版本

import theano as th
th.__version__

'0.8.2'

3.查看tensorflow版本
import tensorflow as tf
tf.__version__

'1.0.1'

 12、linux下怎么把一个文件复制到另一个文件夹

1、cp 原目标文件路径/文件名 目标路径
cp   /home/test.txt    /home/test/test.txt

2、 cp -R 源目录/* 目地目录
使用-R参数可实现递归功能,即所有子目录中的文件与目录均拷贝

注意:
如果dir2目录不存在,则可以直接使用 
                  cp -r dir1 dir2            (若有同名文件夹则直接覆盖
如果dir2目录已存在,则需要使用
                 cp -r dir1/. dir2(如果这时使用cp -r dir1 dir2,则也会将dir1目录复制到dir2中)

Linux 将文件夹下的所有文件复制到另一个文件里

如何将文件夹/home/work下的文件复制到/home/temp里面?

使用命令:

cp -R /home/work/* /home/temp

*表示所有文件

移动文件夹1到2:

mv  /home/work/dir1  /home/dir2

 

linux命令(13) 删除指定文件夹下后缀名相同的文件

方法一:

find 目录 -name "*.abc"
find 目录 -name "*.abc" | xargs rm


命令有点危险,可以先执行前半段,看看是不是你要删除的文件, 然后再整条执行

方法二:
 

find . -name '*.exe' -type f -print -exec rm -rf {} \;


(1) "."    表示从当前目录开始递归查找
(2) “ -name '*.exe' "根据名称来查找,要查找所有以.exe结尾的文件夹或者文件
(3) " -type f "查找的类型为文件
(4) "-print" 输出查找的文件目录名
(5) 最主要的是是-exec了,-exec选项后边跟着一个所要执行的命令,表示将find出来的文件或目录执行该命令。
     exec选项后面跟随着所要执行的命令或脚本,然后是一对儿{},一个空格和一个\,最后是一个分号

https://www.cnblogs.com/lovychen/p/5649241.html


13、查看目录或文件所占用磁盘空间的大小

du的用法

du命令用来查看目录或文件所占用磁盘空间的大小。常用选项组合为:du -sh

du常用的选项:

  -h:以人类可读的方式显示

  -a:显示目录占用的磁盘空间大小,还要显示其下目录和文件占用磁盘空间的大小

  -s:显示目录占用的磁盘空间大小,不要显示其下子目录和文件占用的磁盘空间大小

  -c:显示几个目录或文件占用的磁盘空间大小,还要统计它们的总和

  --apparent-size:显示目录或文件自身的大小

  -l :统计硬链接占用磁盘空间的大小

  -L:统计符号链接所指向的文件占用的磁盘空间大小  

du -sh : 查看当前目录总共占的容量。而不单独列出各子项占用的容量 

du -lh --max-depth=1 : 查看当前目录下一级子文件和子目录占用的磁盘容量。

du -sh * | sort -n 统计当前文件夹(目录)大小,并按文件大小排序
du -sk filename 查看指定文件大小


14、指定服务器特定GPU进行训练的方法

1.在终端执行程序时指定GPU   

CUDA_VISIBLE_DEVICES=0    python  your_file.py  # 指定GPU集群中第一块GPU使用,其他的屏蔽掉

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 多GPU一起使用

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

CUDA_VISIBLE_DEVICES=${GPU_ID} 

2.在Python代码中指定GPU

import os

os.environ["CUDA_VISIBLE_DEVICES"] = "0"   #指定第一块gpu 

3.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)

4.设置最小的GPU使用量

config = tf.ConfigProto() 

config.gpu_options.allow_growth = True 

session = tf.Session(config=config)

原文:https://blog.csdn.net/kongli524/article/details/85202879 


15、 .tar.gz 压缩:

     方法1    tar czvf newfileName.tar.gz fileName || dirName

     方法2    tar cvf tmpfileName.tar fileName || dirName (就是想打包成.tar);     gzip -v tmpfileName.tar (删除源文件、变成了tmpfileName.tar.gz、并且显示压缩比---如果-v写成-q的话就不显示压缩比);

解压:  

  1、tar zxvf fileName

             unzip  fileName

      2、tar xvf fileName(亲测也可以)

      3、gzip -d fileName.tar.gz ;  tar xvf fileName

解释:压缩的时候两种方式、其实第一种够用了、第二种就是分步进行的、先把打包成tar、然后用gzip压缩成.tar.gz格式、推荐第一种。解压正好相反

https://www.cnblogs.com/lizhug/p/3149175.html

1 将tgz文件解压到指定目录
tar zxvf test.tgz -C 指定目录
比如将/source/kernel.tgz解压到 /source/linux-2.6.29 目录

tar zxvf /source/kernel.tgz -C /source/ linux-2.6.29

1. 解压tar.xz安装包
今天去Ubuntu上安装nodejs,下载的文件是node-v8.11.1-linux-x64.tar.xz,这是两层压缩,外面是xz压缩,里层是tar压缩,所以分两步实现解压。

# xz -d node-v8.11.1-linux-x64.tar.xz

# tar -xvf node-v8.11.1-linux-x64.tar.xz

也可以直接解压

# tar -xvJf node-v8.11.1-linux-x64.tar.xz

tar.xz格式的压缩包大小比.tar要小,但是压缩解压缩时间比较长 

原文:https://blog.csdn.net/yjk13703623757/article/details/79848878 

 

1、把/home目录下面的mydata目录压缩为mydata.zip

zip -r mydata.zip mydata #压缩mydata目录  压缩成 mydata.zip 文件

2、把/home目录下面的mydata.zip解压到mydatabak目录里面

unzip mydata.zip -d mydatabak

https://www.cnblogs.com/xiangsj/p/5904750.html


16、使用 ls -l 可以查看一个目录下文件的详细的相关信息;

先使用 ls -a 查看当前目录下的所有文件;

然后使用 ls -a -l 查看所有文件的详细信息,每一行是一个文件的所有信息,如上图所示;

再使用 ls -a -l -h 查看所有文件的详细信息,如上图,区别是文件大小的显示方式;

另: ls -a -l  可以缩写为  ls -al  其它的同理;

原文:https://blog.csdn.net/cvper/article/details/80959111 


查看文件夹容量:

du -sh

linux 查看文件夹下的文件个数(当前目录的文件数)//包含子目录

ls -l |grep "^-"|wc -l   //验证了redhat好用

find ./company -type f | wc -l

查看某文件夹下文件的个数,包括子文件夹里的。

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

查看某文件夹下文件夹的个数,包括子文件夹里的。

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


若加微信请备注下姓名_公司/学校,相遇即缘分,感谢您的支持,愿真诚交流,共同进步,谢谢~ 

 


参考:

https://blog.csdn.net/ycy_dy/article/details/80869271 
https://blog.csdn.net/zong596568821xp/article/details/86620568

https://www.cnblogs.com/mxh1099/p/5339581.html

https://www.cnblogs.com/zkwarrior/p/8313250.html

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

明宇朗心

你的鼓励将是我创作的最大动力♥

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值