【一些我常用的 Anaconda 命令以及在服务器上运行训练代码时可能用到的相关命令】
目录
下面是一些常用的 Anaconda 命令以及在服务器上运行训练代码时可能用到的相关命令,以后有常用的命令我会更新的!
复制后使用下面命令的粘贴快捷键:
shift键 + ins(insert)键
一、Anaconda 基础相关命令
1.创建一个新的虚拟环境
conda create -n 新环境的名称 python=3.8
2.查看已有的虚拟环境
conda info --envs
# 或
conda env list
3.切换到已有的虚拟环境
跑代码前记得激活跑代码所对应的环境
# 可以在切换前使用conda info --envs 命令查看已有的虚拟环境
conda activate 已有的环境
4.pip安装所需的包
切换到跑代码的环境后,我们可能需要安装一些代码环境所需要的库,所以我们要使用pip命令,记得加入镜像源增加下载速度
# xxx替换为你所安装的库,如cv2:opencv-python,sklearn:scikit-learn等,这俩比较特殊
pip install -U xxx -i https://pypi.tuna.tsinghua.edu.cn/simple
5.删除某个conda环境
conda remove --name conda名字 --all
二、服务器conda环境迁移的相关命令
假设你有把已有的conda环境迁移到实验室另一台服务器上的需求,可以尝试下面的一些命令进行环境克隆与迁移,这样就可以节省大量重新安装环境的时间。这里需要注意两台服务器的配置是否相差不大。
# 1.先查看下已有的环境
conda env list
# 2.克隆迁移的环境,!!!切记名字不要弄反了,很容易删除掉已有的老环境
conda create -n 新环境的名称 --clone 要迁移的环境名称
# 3.安装打包环境的工具
conda install -c conda-forge conda-pack
# 4.将clone后的新环境打包为.tar.gz
conda pack -n 新环境名称 -o 新环境名称.tar.gz
接下来你需要将打包后的压缩包传输到迁移的那台服务器上,可以使用xftp、termius以及MobaXterm等软件实现。
并迁移到服务器的 anaconda3/envs目录下。
# 5.对迁移的文件进行解压,并尝试激活是否成功
tar -zxvf 新环境的名称.tar.gz
conda activate 新环境的名称
三、服务器跑代码训练常用到的相关命令
1.检查服务器上的 GPU 使用情况
# 我们要先查看服务器的显卡情况,确定哪些显卡可以使用
nvidia-smi
2.训练代码的命令
# 多个GPU训练,但通常只建议使用一个,防止占用实验室过多的卡
CUDA_VISIBLE_DEVICES=0,1 python train.py
3.训练任务后台的screen命令
假设你是用xshell等软件跑代码,但你希望即使xshell甚至是你的电脑关机了,代码也依然可以在服务器上运行,那么你就需要screen命令了。
# 安装screen命令,假如没有的话
yum install -y screen
# 创建一个screen实例
screen -S xxx
# 执行完创建screen实例的命令后,执行自己要执行的训练代码,如
CUDA_VISIBLE_DEVICES=0,1 python train.py
这时候你就可以放心的关掉xshell等连接服务器的软件了,你可以通过别的终端去查看你刚才创建的screen实例,命令如下:
# 列出所有的screen实例
screen -ls
# 若你突然想继续代码训练的输出过程,可以使用下面的命令
screen -r xxx
代码训练完成后,记得删除掉screen, 命令如下
# 编号你可以通过screen -ls看到
screen -X -S 编号 quit