常用的Linux指令（包含基础指令，CUDA和Python相关）

本文链接：https://blog.youkuaiyun.com/m0_47029116/article/details/118698512

常用的Linux指令（包含基础指令，CUDA，Docker和Python相关）

这些指令都是我日常使用积累（借鉴）下来的，基本上都是一些常用到指令的集合，往后会继续补充

基础指令

最基本的指令集

cd, ls,ll,pwd, chmod, bash,rm -rf,mv, cp,scp, sudo

服务器重启

reboot

连接vpn

sudo vpn-connect

机器性能检测

htop

通过PID查询UID信息

ps -f -p PID

gpu状态和占用信息

gpustat

杀死某进程

kill PID

查看磁盘的使用情况以及挂载位置

df -lh

磁盘指令

# 挂载磁盘在指定的目录下面
sudo mount /dev/sdb1  /home/data
# 卸载磁盘
sudo umount /dev/sdb1
# 自动挂载磁盘
sudo mount -a

创建软链接 ----> “快捷方式”

ln -s /ect/crontab /root/crontab2

ln -s 目标文件目录    快捷方式目录

列出系统上所有磁盘列表（也可以看挂载点）

lsblk

搜索已经输入的指令

进入Terminal之后按Ctrl + R进入搜索界面，输入想搜索的指令的内容，按左右键就可以确认这个代码，按上下键可以查询界面上出现的代码的上下文。

后台运行指令及搜索终止运行

后台运行 nohup–> 加在命令的最前面表示不挂断和& --> 加在最后面表示命令放在后台运行
for example： nohup python text.py -a xxxx &

搜索后台程序

jobs
```
(base) chenxiangjun@amax:~$ jobs
[1]+  Running                 nohup hitcarder run &
```
“+” 表示最近后台运行的新程序，但是这种方法在nohup命令在bash脚本中运行的进程就无法显示，所以有下一种方法

ps

(base) chenxiangjun@amax:~$ ps -u
USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
chenxia+  2246  0.0  0.0  21740  5604 pts/23   Ss   Jul12   0:00 -bash
chenxia+  9990  0.1  0.0 208296 38240 pts/23   Sl   10:06   0:01 /home/chenxiangjun/Desktop/anaconda3/bin/p
chenxia+ 12386  0.0  0.0  36084  3248 pts/23   R+   10:19   0:00 ps -u

这里的"+"表示省略的意思，显示CPU占用，PID和其他信息

终止后台进程

kill -9 PID

传输跨终端文件或者文件夹scp命令

chenxiangjun@Apollo:~$ scp -r chenxiangjun@10.212.43.77:/home/chenxiangjun/Desktop /home/chenxiangjun
chenxiangjun@10.212.43.77's password: 

## 加上-r就是传输文件夹，不加就是传输文件，格式 scp 待传输终端用户名@终端ip地址：待传输文件路径 想要转移传输文件的位置 ##

CUDA

查看CUDA Version

cat /usr/local/cuda/version.txt

查看CUDNN Version

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

查看显卡状态以及驱动版本

nvidia-smi 持续刷新 watch -n0.2 nvidia-smi

显卡驱动掉了，无法与驱动通信

sudo apt install dkms
sudo dkms install -m nvidia -v 440.44

其中，440.44是之前安装 nvidia 驱动的版本号，可通过下面方法查到：

ls /usr/src | grep nvidia

Docker

启动docker

sudo systemctl restart docker

Python

Ubuntu 下安装Python

1) 下载源代码

Python 官方下载地址：https://www.python.org/downloads/

打开链接，可以看到各个版本的 Python：

图 1 Python 下载页面截图

点击上图中的版本号或者“Download”按钮进入对应版本的下载页面，滚动到最后即可看到各个平台的 Python 安装包。

图 2 找到源码包地址

在“Gzipped source tarball”处单击鼠标右键，从弹出菜单中选择“复制链接地址”，即可得到.tgz格式的源码压缩包地址。

然后执行以下命令：

$ wget https://www.python.org/ftp/python/3.8.1/Python-3.8.1.tgz

解压源码包：

$ tar -zxvf Python-3.8.1.tgz

2) 编译

使用 make 工具进行编译：

./configure --prefix=/usr/local
sudo make
sudo make install

这里的--prefix=/usr/local用于指定安装目录（建议指定）。如果不指定，就会使用默认的安装目录。

经过以上几个命令，我们就安装好了 Python，这时就可以进入终端，输入 Python 指令，验证是否已安装成功。

配置环境

更改pip镜像源

conda基本指令

原文博客
查看当前有哪些虚拟环境
conda info -e
创建虚拟环境并指定python版本
conda create -n envs_name python=3.6
移除虚拟环境
conda remove -n envs_name --all
复制某个环境
conda create --name new_envs_name --clone old_envs_name
激活or退出某个环境
source/conda activate envs_name
source/conda deactivate envs_name
查看当前环境下已安装包的列表
conda list
终端指定GPU，运行Python程序
CUDA_VISIBLE_DEVICES=0,2,3 python test.py
pip临时使用国内软件源加速（或者用其他源）
pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple
安装指定版本的pytorch及CUDA的指令，亲测最好用的方式，先查看自己的CUDA版本
conda(pip) install pytorch==0.4.0 torchvision cuda80 -c pytorch