Linux服务器最常用的指令合集—人工智能篇（持续更新）

一、普通Linux指令

1 遍历目录下所有文件和文件夹

ls
ls -a ：列出所有文件，包括隐藏文件
ls -l：以长格式列出文件，包括权限、大小、修改时间和所有者
ls -h：与-l一起使用，显示文件大小的易读格式（如KB、MB等）
ls -R：递归地列出所有文件夹和子目录中的内容
ls -S：按文件大小排序
ls -t：按修改时间排序，最近的文件排在前面。
ls -r：反向排序，显示文件从 Z 到 A 或从最新到最旧。

2 清屏

屏幕上东西太多了，看起来太杂，使用clear把屏幕清除一下！

3 创建文件夹

mkdir <folder_name>：创建一个新目录。
 示例：mkdir demo1：创建一个名为 demo1 的目录。

4 删除文件和文件夹

删除文件：rm <file_name>
 示例：rm demo1.c：删除文件 demo1.c。
删除文件夹及其内容：rm -rf <folder_name>
 示例：rm -rf demo2：递归地删除 demo2 目录及其所有内容。

5 移动或者重命名

移动文件或文件夹：mv <source> <destination>
 示例：mv /tmp/hp/demo1 .. ：移动/tmp/hp目录下的demo1文件到当前目录的上一级目录
重命名文件或文件夹：mv <old_name> <new_name>
 示例：mv demo1 demo2：如果当前文件夹下没有demo2文件，那么执行mv demo1 demo2 意思就是说，把demo1文件重命名为demo2文件

6 查看文件内容

查看文件内容：cat <file_name>
  示例：cat demo.txt：显示 demo.txt 文件的内容。
less <file_name>：分页查看文件内容，可以向上和向下滚动。
  示例：less demo.txt：分页查看 demo.txt 文件的内容。
head <file_name>：显示文件的前 10 行内容。
  示例：head demo.txt：显示 demo.txt 文件的前 10 行内容。
tail <file_name>：显示文件的最后 10 行内容。
  示例：tail demo.txt：显示 demo.txt 文件的最后 10 行内容。

7 文件和目录权限

chmod <file_name>：更改文件或目录的权限。
  示例：chmod 755 script.sh：将 script.sh 的权限设置为 rwxr-xr-x。
chown : <file_name>：更改文件或目录的所有者和所属组。
  示例：chown user:group file.txt：将 file.txt 的所有者更改为 user，所属组更改为 group。

8 后台运行python程序

运行一个长时间运行的命令：

nohup python demo.py > demo.log 2>&1 &

demo.py 是你要运行的脚本。
demo.log 把标准输出重定向到 train_model.log 文件。
2>&1 把标准错误重定向到标准输出（也就是 train_model.log 文件）。
& 把命令放到后台执行。

9 查看当前python文件正在运行的进程

ps aux | grep <name_of_your_script.py>
  示例：如果你的 Python 脚本名为 example.py，可以使用：

ps aux | grep example.py

输出为：

aiadmin   76967  0.0  0.0 902960 121792 pts/4   Sl   Aug26   0:00 python main.py
aiadmin   77047  0.1  0.0 2589056 229000 pts/4  Sl   Aug26  12:17 /home/aiadmin/anaconda3/bin/python /data/h2413325_/MTS-PRE-AOI/main.py
aiadmin   95443  0.0  0.0 112816   992 pts/5    S+   10:15   0:00 grep --color=auto main.py
root     107469  0.0  0.0 3057256 103136 ?      Sl   Aug26   0:09 python main.py
root     107645  0.9  0.0 3577116 168680 ?      Sl   Aug26 113:03 /root/.cache/pypoetry/virtualenvs/op-curve-mainland-r60Gb7R1-py3.10/bin/python main.p
root     127380  0.0  0.0 730556 78204 ?        S    Aug26   0:44 python main.py

解释：

• aiadmin: 进程所有者的用户名。
• 76967: 进程 ID（PID）。
• 0.0: CPU 使用率（百分比）。
• 0.0: 内存使用率（百分比）。
• 902960: 虚拟内存使用量（以 KB 为单位）。
• 121792: 常驻内存使用量（以 KB 为单位）。
• pts/4: 终端（伪终端）号，这表示该进程是在终端中运行的。
• Sl: 进程状态：
  • S: 睡眠状态（Sleep）。
  • l: 表示进程有多个线程（多线程）。
• Aug26: 进程启动的日期。
• 0:00: 进程的 CPU 时间。
• python main.py: 运行的命令及其参数。

10 显示当前的绝对路径

直接输入pwd

[aiadmin@zf-ai-gpu03 data]$ pwd
/data

11 删除空目录

rmdir directory_name：删除指定的空目录

12 显示内存的使用情况

free -h ：以人类可读的格式显示内存使用情况

13 压缩文件和解压文件

（1）tar压缩与解压

# 压缩
tar -cvf demo.tar /data/demo
# 解压
tar -xvf demo.tar
# 查看压缩包里边的内容
tar -tvf demo.tar

（2）zip与unzip

# 压缩
zip archive.zip file1 file2 /path/to/directory
# 解压
unzip archive.zip

（3）7z

# 压缩
7z a archive.7z file1 file2 /path/to/directory
# 解压缩
7z x archive.7z

二、docker指令

1 拉取镜像

例如从paddlepaddle官网拉取paddleseg的镜像：
 首先登陆paddledocker的网站：https://hub.docker.com/r/paddlecloud/paddleseg
 拉取指令：docker pull paddlecloud/paddleseg

2 查看当前服务器上所有存在的docker镜像

docker images

3 查看当前服务器上所有的docker容器

查看正在运行的：docker ps
查看所有：docker ps -a

4 使用镜像运行容器

docker run --name paddleseg2 --runtime=nvidia -v /data/h2413325_:/data/h2413325_ -it --shm-size 8g --gpus "device=1" aee84f87b26e bash
 --name paddleseg2：设置容器的名称
 --runtime=nvidia：使用 NVIDIA 运行时以支持 GPU。
 -v /data/h2413325_:/data/h2413325_：设置共享目录
 -it：以交互模式运行容器，并分配伪终端。
 --shm-size 8g：设置共享内容，一般要大一些，可以理解为电脑内存
 --gpus "device=1"：使用服务器的第二张显卡，从0开始数
 aee84f87b26e ：这个是镜像的ID
 bash：指定容器启动时执行的命令。

5 停止和删除容器

停止运行的容器：docker stop <container_name_or_id>
 示例：docker stop paddleseg2
删除容器：docker rm <container_name_or_id>
 示例：docker rm paddleseg2
删除镜像：docker rmi <image_id>
 示例：docker rmi aee84f87b26e

三、git指令

四、conda指令与python指令

1 导出conda环境

# 将当前 Conda 环境导出到 environment.yml 文件。
conda env export > environment.yml

2 导入conda环境

# 根据 environment.yml 文件创建 Conda 环境。
conda env create -f environment.yml

3 列出 Conda 环境

# 列出所有 Conda 环境。
conda env list

4 激活 Conda 环境

# 激活指定的 Conda 环境。
conda activate <env_name>

示例：conda activate BCM

5 停用 Conda 环境

# ：停用当前激活的 Conda 环境。
conda deactivate

6 删除 Conda 环境

7 使用 Python 执行脚本

11 生成包的依赖列表

# ：将当前环境中安装的包及其版本写入 requirements.txt 文件。
pip freeze > requirements.txt

12 将conda库打包，变成一个普通python环境

# 假装现在环境名为demo
conda pack -n demo -o demo_environment.tar.gz
mkdir -p ~/demo
tar -xzf demo_environment.tar.gz -C ~/demo
# 激活环境
source ~/demo/bin/activate

 
  
 
 
持续更新！！