一、conda常用指令:
参考链接:使用conda创建虚拟环境 - 玩转机器学习 - 博客园
创建虚拟环境
conda create -n xxx python=3.6
xxx为自己命名的虚拟环境名称,该文件可在Anaconda安装目录 envs文件下找到
conda env list 或 conda info -e 查看当前存在哪些虚拟环境
激活虚拟环境:
source activate your_env_name(虚拟环境名称)
退出、删除虚拟环境
conda deactivate 退出虚拟环境
conda remove -n xxx --all 删除虚拟环境
复制虚拟环境
conda create -n name1 --clone name2
(name1为创建的新虚拟环境,name2为复制的旧虚拟环境)
安装包
conda install package 这条指令很容易遇到找不到包的情况
pip install package 一般都使用这条指令
pip install 包名==版本号 安装指定版本的包 Eg: pip install numpy==1.14.3
conda list 查看安装了哪些包
卸载包
pip uninstall package
详细的指令可以参考:使用miniconda安装VMAF的过程记录_Yilien10的博客-CSDN博客
二、查看显卡使用情况
nvidia-smi
ps -f -p PID #PID是进程号,就能看到具体的指令
使用指定gpu:
在文件开头加入如下代码:
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "1" # 使用第二块GPU(从0开始)
三、screen常用指令:
进入窗口之前不能激活环境,一定要进入之后再激活环境!
创建一个窗口
screen 创建一个窗口
screen -S name 创建一个自定义名字窗口
暂时离开这个窗口:ctrl+a+d
列出当前所有的窗口:screen -ls
回到窗口: screen -r 窗口id
删除480912窗口: screen -X -S 480912 quit
窗口状态为attached无法返回时
screen -d yourname #远程detach某个session
输入screen -d yourname之后,speaker这个session的状态就会变成Detached
然后可以正常使用screen -r yourname
其他指令
ctrl+c 在screen开启的窗口中如果开始训练了,想要中止训练。
exit 在当前窗口中,终止当前的窗口
screen -X -S 窗口id quit 在窗口外终止这个窗口
screen -L -t ./log_name.0 -dmS screen_name 创建一个名为screen_name的窗口(尚未进入该窗口),并记录日志为./log_name.0
四、修改环境变量
vim ~/.bashrc
source ~/.bashrc
恢复默认.bashrc:
1.备份您当前的.bashrc文件:
cp ~/.bashrc ~/.bashrc.bak
2.将骨架.bashrc文件复制到您的文件上:
cp /etc/skel/.bashrc ~/
3.之后,加载新的:
source ~/.bashrc
查看python版本信息
python --version
查看gcc版本信息
gcc --version
查看cuda版本信息
nvcc -V
安装cuda:非root用户在linux下安装多个版本的CUDA和cuDNN(cuda 8、cuda 10.1 等)_hizengbiao曾小虎的博客-CSDN博客
查看cuDNN版本信息
查看TensorFlow版本信息
在终端依次输入查询命令:
python
import tensorflow as tf
tf.__version__
tf.__path__ 查询tensorflow安装路径
exit() or Ctrl D 退出python终端
法二:
pip show tensorflow-gpu