source ~/.bashrc
ps -aux | grep vim
-i https://pypi.tuna.tsinghua.edu.cn/simple
nohup ./run.sh 1>result.log &
jobs -l
conda
conda create -n deepmd deepmd-kit=2.0.3=*gpu libdeepmd=2.0.3=*gpu lammps cudatoolkit=11.3 horovod -c https://conda.deepmodeling.com -c defaults
备份环境
安装conda-pack或pipenv:
这是两个常用的Python环境备份工具,可以将整个环境打包成一个文件。
如果您使用的是conda环境,可以使用以下命令安装conda-pack:
conda install conda-pack
如果您使用的是pip环境,可以使用以下命令安装pipenv:
pip install pipenv
打包环境:
使用conda-pack或pipenv打包您的环境。例如,如果您使用的是conda环境,可以使用以下命令:
conda-pack -o env_backup.tar.gz
如果您使用的是pip环境,可以使用以下命令:
pipenv lock -r > requirements.txt
这将生成一个名为env_backup.tar.gz
的tar压缩文件(对于conda环境)
或一个名为requirements.txt
的文本文件(对于pip环境)
其中包含了您当前环境的所有依赖项。
存储备份文件:
将备份文件存储在安全的位置,以便日后恢复环境时使用。
恢复Python环境
解压备份文件:
如果您使用的是conda-pack,可以使用以下命令解压备份文件:
mkdir env_backup && tar -xzf env_backup.tar.gz -C env_backup
这将在当前目录下创建一个名为env_backup
的文件夹,并将备份文件解压到其中。
恢复环境:
使用解压后的备份文件恢复环境。如果您使用的是conda环境,可以使用以下命令:
conda-unpack
如果您使用的是pip环境,可以使用以下命令:
pipenv install -r requirements.txt
这将根据备份文件中的信息重新创建并安装所有依赖项。
激活环境:
恢复环境后,您需要激活环境以便使用它。如果您使用的是conda环境,可以使用以下命令:
conda activate env_backup
如果您使用的是pip环境,可以使用以下命令:
pipenv shell
这将激活环境并将您的shell切换到环境中。