Centos服务器命令记录-创建用户、更新conda以及pip源、cuda和cuDNN的操作

Centos服务器命令记录

最近刚刚拿到实验室的服务器，linux小白记录一下使用过的命令

1 创建用户并赋予权限

useradd testuser  创建用户testuser
passwd testuser  给已创建的用户testuser设置密码
说明：新创建的用户会在/home下创建一个用户目录testuser
# 赋予权限(root用户) 
vim /etc/sudoers
	写入：testuser  	ALL=(ALL)	ALL

2 查看服务器基本配置信息

# 查看服务器基本配置信息
cat /proc/version 
cat /proc/cpuinfo
uname -a
nvidia-smi
uptime
iostat -c
sar -u 3 5

3 安装及配置conda源

# 安装
bash Anaconda3-2018.12-Linux-x86_64.sh 
cd /home/testuser  	/anaconda3/bin/
pwd
echo 'export PATH="/home/testuser/anaconda3/bin:$PATH"'>> ~/.bashrc
source ~/.bashrc
# conda更新源 直接安装清华官方源给的进行配置
channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

4.安装及配置pip源

# 更新pip源
cd ~
mkdir .pip
cd .pip/
vim pip.conf
	#pip.conf文件内容
	[global]
	index-url = https://mirrors.aliyun.com/pypi/simple/

5 后台运行py文件，并保存输出到log文件

关键的命令：nohup
在服务器上，为了退出终端，程序依然能够运行，需要设置程序在后台运行。
*基本用法：进入要运行的py文件目录前

nohup python  -u main.py > log.txt 2>&1 &

6 安装cuda和cudann

服务器上面有安装cuda9.0，所以我只需要安装一下cudann即可

1）查看一下cuda的版本信息：cat /usr/local/cuda/version.txt或者nvcc -V（大写的V）

$ cat /usr/local/cuda/version.txt # 
CUDA Version 9.0.176
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

2）下载cuDNN https://developer.nvidia.com/rdp/form/cudnn-download-survey

注意下载的文件名是cudnn-9.0-linux-x64-v7.6.5.32.solitairetheme8，先将文件后缀改为.tgz，然后我用winSCP上传到centos上。
3） 安装cuDNN

tar -xzvf cudnn-9.0-linux-x64-v7.6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

4） 查看是否安装成功

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

7 查看cuda和cudnn version

1） 系统中cuda和cudnn的信息

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

2） 查看pytorch中cuda的信息

(BindNET) [user@s1 ~]$ source activate pytorch
(pytorch) [user@s1 ~]$ python
Python 3.5.4 |Continuum Analytics, Inc.| (default, Aug 14 2017, 13:26:58) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.version.cuda)
>9.0.176