qq_35091353的博客

1、普通用户不使用sudo安装多个版本CUDA和cuDNN1.1、服务器目录结构解释用户名为zb，目录 /home/zb/cuda/，用于存放不同的cuda版本，每安装一个版本的CUDA就在该目录下新建一个文件夹，如cuda-8.0，并安装在相应的目录下，安装包下载到 /home/zb/cuda/ 目录下，安装完成后就删除安装包，目录 /home/zb/cuda/tem/ 目录用于cuDNN的解压，安装完成后就删除该目录。本文已测试通过的有 ：cuda 8.0 、cuda 9.0 、 cuda

vim的四种模式1、查找在normal模式下按下/即可进入查找模式，输入要查找的字符串并按下回车。 Vim会跳转到第一个匹配。按下n查找下一个，按下N查找上一个。Vim查找支持正则表达式，例如/vim$匹配行尾的"vim"。 需要查找特殊字符需要转义，例如/vim\$匹配"vim$"。注意查找回车应当用\n，而替换为回车应当用\r（相当于<CR>）。1.1 大小写敏感查找在查找模式中加入\c表示大小写不敏感查找，\C表示大小写敏感查找。例如：/foo\c将会查找所有的"foo

1、正常模式（normal）正常模式是使用vim打开文件时的默认模式。无论在哪种模式下，按下Esc键就会进入正常模式。在这个模式下：可以移动光标选中行，复制（ctrl+C）可以增、删x删除光标后的一个字符，nx（n是数字）删除光标后的n个字符，X删除光标前的一个字符，dd剪切光标所在的那一行，ndd剪切光标所在行后的n行p光标所在行开始，向后粘贴已经复制的内容，P光标所在行开始，向前粘贴已经复制的内容yy复制光标所在的行，nyy复制光标所在行后的n行u还原上一次的操作

不说了，说多了都是泪，浪费了N多天时间，尝试了N多种方法，最后仅仅通过一句话就搞定了。实验室里的服务器对于一般使用者来说，是没有Root权限的，也就是只是普通用户权限，导致了自己尝试用第一种安装方法的时候，总是要sudo的密码，三次之后，被告知自己没有权限，这种方法也就流产了，可见拥有强大的权限多么重要。如果是自己购买的服务器，那就爽歪歪了，可以为所欲为。使用sudo安装没有权限，无法进行，...

通过绕开root，使用编译的方法安装opencv-3.4.0，安装到30%一直出现错误，随想卸载，卸载的时候也出现了问题，不过，最后顺利解决了。卸载掉配置路径中的文件cd /XXX/opencv-3.4.0/buildmake uninstall//卸载掉配置路径中的文件cd …//返回到上一级目录 rm -r build//删除build文件卸载掉环境中有关的其余包不成功的方法1...

1.查看已安装版本终端输入如下：python2 -V #查看python2安装版本python3 --V #查看python3安装版本2.使用python3Python3和Python2是互相不兼容，但也不能卸载python2，可以将Python的指向Python3，这样就可以默认使用python3了。终端输入：python -V结果显示如下：上面表明pytho...

1、问题描述当想要跑一下Github上的代码时，一般都会将该代码依赖的包放进requirement.txt中，这样可以方便新用户快速的上手2、进入到相应的虚拟环境与目录中3、遇到的错误按照源码给出的提示，试着安装：可是，遇到了一个很明显的错误command没有给出，即install4、解决方法输入pip install -r requirements.txt就可以一键安装所需的第三方库了...

1、.zip 文件和 .tar.gz文件 的区别tar.gz压缩格式用于unix的操作系统，而zip用于windows的操作系统，但在windows系统中用WinRar工具同样可以解压缩tar.gz格式的链接：https://blog.youkuaiyun.com/qq_41325698/article/details/84196086binary与source版本的区别简单来讲，binary是编译好的可以直接使用；source是还没编译过的源代码，需要自行编译。请问binary和source有什么

1、apt-get简介在Ubuntu系统中，经常要用到apt-get install XXX指令来安装软件，由于常常需要root权限来操作，所以搭配sudo食用口感更佳，apt-get指令对于安装、卸载、升级软件提供一条龙服务，对比于源码安装，实在是业界良心。1.1 源码安装源码安装的流程一般是三部曲：./configuremakemake install ./configure是为了检测目标安装平台的特征，并且检查依赖的软件包是否可用或者是否缺少依赖软件包，configure事实上是个

1、qrencode的使用1.1 语法格式：Usage: qrencode [OPTION]… [STRING]OPTIONS：-o：输出的二维码文件名。如test.png。需要以.png结尾。-表示输出到控制台。-s：指定图片大小。默认为3个像素。-t：指定产生的图片类型。默认为PNG。可以是PNG/ANSI/ANSI256/ASCIIi/UTF8等。如果需要输出到控制台，可以用ANSI、ANSI256等STRING：可以是text、url等1.2 举例根据URL生成二维码图

1、问题描述2、关于Core Dump的分析2.1 什么是Core DumpCore的意思是内存, Dump的意思是扔出来, 堆出来。在开发（或使用）一个程序时，有时程序莫名其妙的down了, 却没有任何的提示(有时候会提示core dumped)。虽然系统没事，但我们下次仍可能遇到相同的问题。这时候可以查看一下有没有形如core.PID的core文件生成，这个文件便是操作系统把程序down掉时的内存内容扔出来生成的，让我们或是 debugger 做为参考。这个动作就叫作 core dump。c

1、问题描述2、相关分析2.1 总述最近在关注Linux下的C++多线程编程，感觉是处处是地雷。Death of Thread（线程的死亡）有几种原因：a. 自然死亡 - 线程完成了其执行的任务，即执行到入口函数的末尾并返回。b. 自杀 - 线程可能因为某些内部错误，选择了自杀，即调用pthread_exit()c. 谋杀 - 被某个知道其tid的线程，调用pthread_cancel杀死今天只说谋杀这个情况，即关注 pthread_cancel & c++ exception

程序挂在后台1、nohup命令nohup 命令 > XXX.log &，会将本应在屏幕上显示的输出，重定向到同级目录的XXX.out中，即后台运行并把stdout输出到文件nohup.out中，可以使用 > 来重定向输出。2、例子：nohup python a.py > a.log &nohup sh a.sh > a.log &3、应用环境一般都是在linux下4、nohup是否有匹配的&nohup command_line或者

分包压缩的zip文件不能被7z解压，且这种格式是Windows才能创建出来，在Linux下不会以这种方式去压包。下面是在Linux下处理这种文件的做法：方法一：cat xx.z01 xx.zip > full.zipunzip full.zip方法二：zip xx.zip --out full.zipunzip full.zip方法三：zip -s 0 xx.zip --out full.zipunzip full.zip...

1、复制文件复制文件：把1.txt 复制到根目录下的sbin目录 cp +文件名（可带路径）+目标路径（带路径） 如：cp 1.txt ~/sbin/2、复制目录复制目录：把release 复制到根目录下的nfs目录下（1）.【cp】 +【-r】+【目录名（可带路径）】+【目标路径（带路径）】 -r 表示复制目录下所有子目录以及文件 如：cp -r relea

查看GPU的运行状况程序运行中可以通过watch -n 0.1 -d nvidia-smi命令来实时查看GPU占用情况，按Ctrl+c退出通过nvidia-smi命令来查看某一时刻的GPU的占用情况1、训练阶段如果是训练时遇到该问题，说明模型的参数太多了，将模型的参数减少该问题就解决了，改小batch_size是不能解决的（我将batch_size设为1都没解决，而且报错时的内存数据都没变），因此，出现这个问题，应该有三个原因：GPU还有其他进程占用显存，导致本进程无法分配到足够的显存缓

1、右键Rename失败在向服务器上传了一个大文件后，由于文件名带着中文字符，在MobaXterm中显示的是乱码，右键Rename的时候，报错sftp error #2:No sucn file2、使用mv命令进行重命名mv命令是move的缩写，可以用来移动文件或者进行文件改名（move (rename) files），是Linux系统下常用的命令，经常用来备份文件或者目录。例如：mv 原文件名 修改后的文件名...

1、ZIPzip可能是目前使用得最多的文档压缩格式。它最大的优点就是在不同的操作系统平台上使用，比如Linux， Windows以及Mac OS。缺点就是支持的压缩率不是很高，而tar.gz和tar.gz2在压缩率方面做得非常好。1.1、使用zip命令压缩一个目录：zip -r XXX.zip directory_to_compress1.2、解压一个zip文档：unzip XXX.zip2、TARTar是在Linux中使用得非常广泛的文档打包格式。它的好处就是它只消耗非常少的CPU以及时

在Ubuntu中好多文件或文件夹是不能使用右键删除的，因此知道删除文件或文件夹的rm命令显得尤为重要。1、rm命令的语法rm [选项] 文件名或文件夹名2、rm命令的一些选项-f、–force 强力删除，不要求确认-i 每删除一个文件或进入一个子目录都要求确认-I 在删除超过三个文件或者递归删除前要求确认-r、-R 递归删除子目录-d、-dir 删除空目录-v、-verbose 显示删除结果3、常用的几个rm命令删除一个空目录rm -d 目录名 或 rm -dir 目录

忘记自己装了什么,发现自己控制台前突然多了个 base怎么也去不掉，如下所示：去掉的话输入conda config --set auto_activate_base False然后重启，启用的话，将False改成True就可以了，其作用是命令行的Jupyter命令是否生效...

1、原因最近在跑Semantics-guided Part Attention Network的代码，作者给出的环境配置是python3.6与pytorch1.6。于是，自己首先创建一个虚拟环境，并使用python3.6然后，依据requirements.txt的，安装了torch1.6：原本以为安装好之后，代码就可以跑起来，可是，现实却给了一巴掌，错误如下：通过torch.cuda.is_available()为false，可以看出安装的torch1.6框架并不能使用预装好的CUDA10.0

1、启动原环境并导出 .yml文件conda activate py35conda env export > environment.yml2、移植虚拟环境到新的服务器2.1、将.yml文件复制到新机器的/home下这一步略，结果如下：2.2 犯得一个错误注意这里我犯了一个错误，当原服务器上的py35这个虚拟环境进行了打包，移植到新的服务器时，不应该事先建立一个和environment.yml同名的虚拟环境（即py35），这样做的话，会导致报错，为了解决错误，只需要将事先新建的虚拟

在 Linux 中，vim 编辑器是系统自带的文本编辑器，但要修改某个文本文件，就没办法像Windows 那样操作，有些萌萌的小白不会退出，一怒之下直接关机重启，其实百度一下就好啦，这个vim不是特别难，下面给大家简单说说怎么搞。1、进入 vim 编辑器vim 编辑器，可以新建文件也可以修改文件，命令为：vim /usr/local/con.cfg如果这个文件，以前是没有的，则为新建，则下方有提示为新文件；如果文件已存在，则没有提示。进入编辑器后，我们先按“i”，即切换到“插入”状态。就可

1、脚本解释器在shell脚本的开头往往有一句话来定义使用哪种sh解释器来解释脚本，cat /etc/shells可以查看系统支持的shell格式：其实第一句的 #! 是脚本解释器的路径，脚本的内容是由解释器解释的，我们可以用各种各样的解释器来写对应的脚本。比如说/bin/csh脚本，/bin/perl脚本，/bin/awk脚本，/bin/sed脚本,/bin/python脚本，甚至/bin/echo等等。2、shell脚本解释器目前shell脚本中主要有以下两种方式：#! /bin/sh：是

1 Shell介绍Shell的作用是解释执行用户的命令，用户输入一条命令，Shell就解释执行一条，这种方式称为交互式（Interactive），Shell还有一种执行命令的方式称为批处理（Batch），用户事先写一个Shell脚本（Script），其中有很多条命令，让Shell一次把这些命令执行完，而不必一条一条地敲命令。Shell脚本和编程语言很相似，也有变量和流程控制语句，但Shell脚本是解释执行的，不需要编译，Shell程序从脚本中一行一行读取并执行这些命令，相当于一个用户把脚本中的命令一行一行

GPU涉及一些驱动和工具包。列出来便于统一搜藏和翻阅。1、CUDA toolkitCUDA toolkit是Nvidia提供的开发环境，用于创建基于GPU的高性能应用。里面包含CUBLAS库，GPU加速库，调试工具，优化工具以及C/C++编译器（不过CUDA上的驱动版本可能会比单独下载的版本要旧一点，这个是因为CUDA更新没有那么快，跟不上驱动更新）。下载链接安装：cd /home/adminsudo sh cuda_8.0.61_375.26_linux.run安装完毕后设置变量：PATH

1、背景介绍实验室有多个大佬同时共用一台服务器，每个服务器上有若干块GPU显卡，经常在一台服务器上搭好环境，调好代码，准备跑程序，发现GPU卡已经全被被占了。2、功能：定时查询服务器显卡，若有空卡，则邮件通知。可以设置通知的时间范围（工作时间8-24时）可以设置时间间隔3、安装：需要安装 python 环境（python3.6），建议使用anaconda。pip install nvidia-ml-py python工具pynvml来实现显卡信息的读取与管理pip install

显卡是由 GPU 计算单元和显存等组成。显存用于存放模型、数据，显存越大，所能运行的网络也就越大GPU 计算单元类似于 CPU 中的核，用来进行数值计算。衡量计算量的单位是 flop： the number of floating-point multiplication-adds，浮点数先乘后加算一个 flop。计算能力越强大，速度越快。衡量计算能力的单位是 flops： 每秒能执行的 flop 数量1*2+3 1 flop1*2 + 3*4 + 4*5 3 flop1、监控GPU状态的几