【持续更新】linux系统 常用操作命令

1 screen命令

1.1创建新session

screen -S name_id

1.2 列出当前所有的session

screen -ls

1.3 回到某session

screen -r name_id

1.4 最小化某个session

screen -d name_id

1.5 关闭某个session

screen -XS  name quit

1.6 查看所有session

screen -ls

1.7 清除无效session

screen -wipe

1.8 在session中快捷键

1.8.1 暂离（最小化）当前screen

Ctrl+A+D

1.8.2 关闭当前session

Ctrl+A+K  或   Ctrl+D

2 conda命令

2.0 查看conda所有命令

conda -h

2.1 更新conda

conda update conda

2.3 创建虚拟环境

conda create --name abc python=3.8 //创建“abc”3.8版本新环境

2.4 激活虚拟环境（选其一）

conda activate abc 
source activate abc

2.5 查看所有虚拟环境

conda info --envs

2.6 重命名虚拟环境

conda rename -n old_name new_name

2.7 退出当前虚拟环境

conda deactivate

2.8 清理conda

conda clean -p      //删除没有用的包（推荐） --packages
conda clean -t      //删除tar打包 --tarballs
conda clean -all -y //删除所有的安装包及cache(索引缓存、锁定文件、未使用过的包和tar包)

2.9 删除abc虚拟环境

conda remove -n abc --all
#or
conda env remove -n abc

2.10 添加更换镜像源

参照我之前的博文

2.11 安装pytorch

参考Pytorch官网
嫌麻烦的话直接让conda根据及其环境适配合适版本就好

conda install pytorch torchvision torchaudio pytorch-cuda -c pytorch -c nvidia

安装完后可以通过此命令看是否成功安装gpu版本：

python3 -c "import torch; print(torch.cuda.is_available())"

2.12 安装tensorflow

2.12.1 常见安装

参考tensorflow官网
不过根据我的安装经验，pip安装完gpu版本并不能使用，最好使用conda安装，
如果不指定版本，会默认安装2.0+版本，也可以指定版本安装，如：

conda install tensorflow-gpu=1.15

安装完后可以通过此命令看是否成功安装gpu版本：

python3 -c "import tensorflow as tf; print(tf.test.is_built_with_cuda());print(tf.test.is_gpu_available())"

如果安装成功，会打印True.

2.12.2 指定安装

在特殊情况下（A40，A5000等高性能高版本12.0Cuda下运行TensorFlow1.x版本时），按照官方指定文件行不通，会报各种错误；
此时应该按照官方nvidia-tensorflow说明安装nvidia-tensorflow；
具体为在这里插入代码片
（前提：nvidia-tensorflow要求python为3.8，pip≥20.3，此时不用在意TensorFlow官方说法）

pip install --user nvidia-pyindex
pip install --user nvidia-tensorflow[horovod]

再安装适配版本的CUDA，cuDNN(官方cuDNN与CUDA对应版本)

conda install cudatoolkit=10.0.130   #可以使用"conda search cudatoolkit"查看相关版本
# conda install cudatoolkit=10.0.130 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
conda install cudnn=7.3.1	#可以使用"conda search cudnn"查看相关版本

对于镜像源可以参考之前Anaconda可用国内镜像网站
然后就可以直接import tensorflow as tf 使用了（稍微吐槽下，花了我3天时间才搞定环境，/(ㄒoㄒ)/~~）

3 系统操作命令

3.0 查看系统信息

3.0.1 查看CPU信息

cat /proc/cpuinfo

3.0.2 查看CPU简要信息

 cat /proc/cpuinfo |grep name |cut -f2 -d: |uniq   
 #Intel(R) Xeon(R) Gold 6346 CPU @ 3.10GHz

3.0.3 查看物理CPU个数

grep 'physical id' /proc/cpuinfo | sort -u

3.0.4 查看物理CPU核心数量

grep 'core id' /proc/cpuinfo | sort -u | wc -l

3.0.5 查看线程数

 grep 'processor' /proc/cpuinfo | sort -u | wc -l

3.1 创建文件

mkdir 新文件夹名字

3.2 移动文件

mv 源文件 移动后的文件夹

3.3 复制文件

cp -r 源文件 带复制到的文件夹

文件和文件夹的操作类似，区别在于后面加不加“/”，加为文件夹，“/.”为文件夹下所有文件（含隐藏）；“/*”为文件夹下所有文件（不含隐藏）。

3.4 重命名文件

mv 源文件名 新文件名

3.5 解压文件

3.5.1 解压文件解压到当前目录

unzip text.zip

3.5.2 指定目录/tmp下解压缩

如果已有相同的文件存在，要求unzip命令不覆盖原先的文件

unzip -n text.zip -d /tmp

3.5.3 查看压缩文件目录，但不解压

unzip -v text.zip

3.6 查看系统信息

top

具体参数释义参见博文

3.7 查看当下目录的所占内存

du -sh *

3.8 查看当前目录下一级子文件和子目录占用的磁盘容量

du -lh --max-depth=1 

4 下载数据到服务器

4.1 下载GITHUB代码到服务器

wget 后面加代码链接

wget https://github.com/interactionlab/archive/master.zip                                                                             

下载完后解压

4.2 下载谷歌云盘数据到服务器

共享的数据，检索其id,如https://drive.google.com/file/d/1E_Urr35tytj/view?usp=drive_link，标黄为id

pip install gdown #安装专用工具
gdown --id 1E_Urr35tytj                                                                          

遇到权限错误，如下：

Access denied with the following error:

        Cannot retrieve the public link of the file. You may need to change
        the permission to 'Anyone with the link', or have had many accesses. 

You may still be able to access the file from the browser:

请尝试运行下面代码后再重新下载

pip install --upgrade --no-cache-dir gdown

感谢及参考博文

部分内容参考以下链接，这里表示感谢 Thanks♪(･ω･)ﾉ
参考博文1 conda创建python虚拟环境
https://blog.csdn.net/qq_44167372/article/details/126012576
参考博文2 清理Anaconda占用空间
https://blog.csdn.net/fkmmmm/article/details/128711050
参考博文3 TOP命令参数详解—10分钟学会top用法
https://blog.csdn.net/langzi6/article/details/124805024
参考博文4 linux screen 命令详解
https://www.cnblogs.com/mchina/archive/2013/01/30/2880680.html
参考博文5 下载GITHUB代码到服务器
https://www.freesion.com/article/77371593920/
参考博文6 Gdown Access denied：Cannot retrieve the public link of the file.
https://blog.csdn.net/BierOne/article/details/125961717
参考博文7 Linux将一个文件夹或文件夹下的所有内容复制到另一个文件夹
https://blog.csdn.net/weixin_43820866/article/details/90453951
参考博文8 conda常用命令之–虚拟环境管理（教你如何创建、激活、重命名、删除虚拟环境）
https://blog.csdn.net/qq_27386899/article/details/129461694
参考博文9 Linux_查看系统cpu个数、核心数、线程数
https://blog.csdn.net/huangyanlong/article/details/43935535
参考博文10 ubuntu16.04安装cuda9.0+cudnn7.3.1+anaconda3+tensorflow1.12
https://blog.csdn.net/maoersong/article/details/89608819
参考博文11 Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow
https://blog.csdn.net/qq_33221533/article/details/131769640