使用Linux时一些常用操作记录（持续更新中）

目录

 

1.查看Ubuntu服务器的版本信息

2.有关在Linux环境下创建虚拟环境的命令

3.查看服务器的ip地址的命令：

4.检查conda、python、pip版本号：

5.查看显卡运行情况

6.安装TensorFlow时，cuda、cudnn的对应版本：

7.使用脚本文件上网 

8.更新conda版本

9.添加清华源

10.删除清华源

 11.安装指定版本的包

12.安装gym=0.9.4

13.更新pip的版本

14.检查cudnn,cuda的版本号

---

1.查看Ubuntu服务器的版本信息

uname -a
lsb_release -a

2.有关在Linux环境下创建虚拟环境的命令

conda update -n base conda #update最新版本的conda
conda create -n xxxx python=3.5 #创建python3.5的xxxx虚拟环境
conda activate xxxx #开启xxxx环境
conda deactivate #关闭环境
conda env list #显示所有的虚拟环境
conda info --envs #显示所有的虚拟环境

3.查看服务器的ip地址的命令：

ifconfig -a

4.检查conda、python、pip版本号：

5.查看显卡运行情况

nvidia-smi

6.安装TensorFlow时，cuda、cudnn的对应版本：

推荐参考博客：

https://blog.csdn.net/qq_40200387/article/details/90341107

https://blog.csdn.net/wangyjfrecky/article/details/84029668

(a).装驱动：安装显卡驱动，首先查一下内核版本。为了查看驱动内核版本，需要先随意安装一个显卡驱动，然后使用命令看一下内核驱动版本，安装完成后，使用nvidia-smi检查是否成功(有界面)

(b).安装cuda，cudnn，这些版本必须和nvidia内核版本对应

(c).安装Anaconda3，创建虚拟环境，安装tf时，python选择3.6~3.7，根据tf的版本安装cuda和cudnn(这里的cuda和cudnn和硬件安装的不一样，这是深度学习框架所需要的cuda和cudnn)

Nvidia驱动下载地址：https://www.nvidia.cn/geforce/drivers/

CUDA下载地址在：https://developer.nvidia.com/cuda-toolkit-archive

Cudnn的下载(必须与cuda匹配)，下载地址：https://developer.nvidia.com/rdp/cudnn-archive

Anaconda3的下载地址：https://www.anaconda.com/products/individual

细节问题自行百度。

显卡驱动对应的cuda版本：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()　＃保证sess.run()能够正常运行
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()＃版本2.0的函数
print(sess.run(hello))

7.使用脚本文件上网 

8.更新conda版本

conda update -n base -c defaults conda

9.添加清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

10.删除清华源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

11.安装指定版本的包

12.安装gym=0.9.4

pip install gym==0.9.4

13.更新pip的版本

pip install --upgrade pip

14.检查cudnn,cuda的版本号

服务器的CUDA版本号：

CUDA Version 10.0.130

CUDNN:

CUDNN_MAJOR 7