最近在使用服务器做训练,会使用到Linux命令,加单记录,用于查询。
python -m pip 安装在虚拟的环境中,而不是安装在系统的pip目录中。
1. docker # 通常命令前需要加sudo
docker image ls # 列出镜像
docker run -it --name duss rknn-toolkit:1.6.1 /bin/bash # 启动镜像
docker run -it -v /home/data1/dushens/code/mindspore:/home/Downloads --runtime=nvidia --privileged=true xxxxxxxxxx/mindspore/mindspore-gpu:1.3.0 /bin/bash # 使用NVIDIA显卡的方式,命名,+ 挂载本地的目录到docker里面
docker load -i rknn-toolkit-1.7.0-docker.tar.gz # 加载离线镜像
docker cp /home/yolov5_convert determined_moser:/rknn cp # 把本地目录拷贝进docker
docker ps -a show all docker # 列出所有容器
docker images show local docker
docker start ID # 启动容器
docker stop ID # 关闭容器
docker attach ID # 连接到正在运行中的容器 使用方法:docker run, docker start, docker attach
exit = ctrl +d # 退出容器
docker exec -it c62d0ebaf99d /bin/bash # 进入docker
docker rm ID # 删除容器
docker rmi IMAGES # 删除镜像
2. 解压
unzip -n -d /temp test.zip
-n 不覆盖
-d 指定的文件目录
当有分卷,多个part的时候,首先需要先压缩成一个大的压缩包。
zip -F old.zip --out merge.zip
upzip merge.zip
当有.zip00,.zip01等结尾的数据时,首先使用cat命令合并
cat dataset_test.zip* > dataset_test_rgb.zip
3. 文件夹下寻找
find . 寻找全部的文件夹
find . -name "*.jpg" 寻找一jpg结尾的文件
find . !-name "*.jpg" 寻找不以jpg结尾的文件
4
mv [选项] 源文件或目录 目标文件或目录
5 screen
ctrl +A [ 进入到copy mode 然后可以使用ctrl+B / F进行想后/前进行翻页
screen -S yourname 创建一个字命名的screen
screen -L -dmS test #启动一个开始就处于断开模式的会话,会话的名称是test
screen -r test #连接该会话,在会话中的所有屏幕输出都会记录到screenlog.0文件。
6
free -h # 查看运行内存
df -h # 查看磁盘大小
7 修改权限
chmod 777 file_name # 加权限
chmod -R 777 ./dus #给dus下的所有文件修改权限 -R 对目前目录下的所有文件与子目录进行相同的权限变更(即以递归的方式逐个变更)
8
os.environ["CUDA_VISIBLE_DEVICES"] = "0, 2"
CUDA_VISIBLE_DEVICES=5,6,7 python train.py
9 cp
cp file.txt ../filesystem/ 复制文件
cp -r file ../filesystem/ 复制文件夹
10 查看占用磁盘 容量
du -ah home # 查看某个文件所占磁盘容量
11 nohub命令
nohup sh train.sh > ./log/Swin_large_patch4_win12_384_batch128.log 2>&1 &
nohub python -u train.py > ./log/swin.log 2>&1 &
12 scp
scp -P 22 -r username@10.150.69.247:/home/summary/ /home/zhao/data/ # 复制整个文件夹
scp -P 22 username@10.150.69.247:/home/summary/file.txt /home/zhao/data/fl.txt # 复制文件
13 显示文件夹下的文件夹大小
du -sh –max-depth=0 *
## lauch.json设置
"launch": {
"configurations": [
{
"name": "Python: 当前文件,当前路径",
"type": "python",
"request": "launch",
"program": "${file}",
"console": "integratedTerminal",
"cwd": "${fileDirname}",
"args": {"","",""},
"env":{"CUDA_VISIBLE_DEVICES":"0"},
}
],
"compounds": []
}