【深度学习】服务器终端常用命令(含Conda指令)

该博客主要介绍服务器上的各类指令,包含linux终端关闭pycharm命令、conda指令(如创建、激活、删除虚拟环境等)、服务器目录操作指令、压缩命令等,还提及安装pytorch要注意版本对应,以及查看GPU使用情况、解决pycharm意外中断问题的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


摘要:本篇涵盖服务器上各种指令,包括conda指令、服务器目录文件操作指令、特殊的包pip指令、查看GPU使用情况等指令。

一、linux 终端命令关闭 pycharm

之前程序被挂载着有残留,需要强制关闭才能重新使用pycharm。

第一步:使用 ps u

ps u

在这里插入图片描述
查看属于pycharm的pid代码是多少,假如是1234
第二步:使用 kill -9 1234

kill -9 'PID'

即可杀掉已经挂载的程序,之后就可以重新打开了。

二、conda指令

1. 创建虚拟环境

conda create -n your_env_name python=x.x -y

2.激活环境

source activate  your_env_name

3. 查看虚拟环境

conda env list

4.删除虚拟环境

conda remove -n your_env_name --all

5. 删除虚拟环境中的某个包

conda remove --name your_env_name package_name

6. 克隆虚拟环境

6.1. 方法一,分两步骤

① conda导出已有的环境,保存在myenv.yaml文件中

conda env export > myenv.yaml

② 根据yaml文件导入并安装环境

conda env create -f myenv.yaml

6.2. 方法二(推荐),只需一步

conda create -n 新环境的名称 --clone 老环境名称

7. 安装pytorch要注意版本对应

7.1. 如何安装对应版本的pytorch

首先进入pytorch官网:https://pytorch.org/ 后,向下滑动,找到如下界面:
在这里插入图片描述
上面指出了两种安装方式,红色表示安装最新版本,绿色表示安装旧版本,具体安装什么版本,取决于你的系统配置和项目要求,大多数情况都是安装老版本的pytorch。点击绿色框:

在这里插入图片描述
如果你的系统是linux(windows)且CUDA大于等于11.7就可以使用下面指令进行安装

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

7.2. 其他常用torch版本安装指令如下:

  1. torch1.13
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia
  1. torch1.12
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
  1. torch1.9
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.1 -c pytorch
  1. torch1.7
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

:如果电脑没有GPU,就安装CPU版本的torch。

8.查看安装的CUDA是否可用

import torch
print(torch.__version__)
print(torch.cuda.is_available())

9. pip镜像安装软件包

如果直接pip安装包可能会出现下载缓慢地情况,使用镜像源可以加快安装
(1)清华镜像(推荐)

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 安装包名称

(2)豆瓣镜像

pip install 安装包名称 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

三. 服务器目录操作指令

1. 目录的删除

rm -r folder      # 删除空目录
rm -rf folder    # 删除有文件的目录

2. 目录的复制

cp -r /home/packageA/* /home/cp/packageB/    #复制A目录下的文件及文件夹到B目录下

四. 压缩命令

1. 压缩

zip -r examples.zip examples   # examples为目录

2. 解压缩

(1)如果你在压缩包的当前目录下,就可以直接解压缩

unzip name.zip

(2)如果不在压缩包当前目录下,可以加 -d 目录路径来指明压缩包所在的位置

unzip name.zip -d 当前目录

(3)如果是压缩包是.tar后缀

tar xvf name.tar 

五. 特殊安装包对应名称

(1)yaml

pip install pyyaml

(2)cv2

pip install opencv-python 

(3)scikit

pip install scikit-learn

(4)skimage

pip install scikit-image

(5)pydensecrf

conda install -c conda-forge pydensecrf

(6)pywt

pip install PyWavelets

六. 进程相关

1. 查看GPU使用情况

watch -n 1 nvidia-smi

2. 查看进程属于哪个用户

ps -f -p PID号

3.pycharm意外中断后无法打开-解决办法

1、在新端口的终端使用top命令,查看进程

top

2、用kill -9指令强制杀死Java进程。就可以重新打开pycharm了

kill -9 'PID号'
### 如何在远程服务器上进行深度学习训练或部署 要在远程服务器上运行深度学习模型或执行训练任务,可以按照以下方法操作: #### 远程服务器准备 确保已经具备访问远程服务器所需的必要条件[^2]。这通常包括SSH客户端(如XShell)、SFTP工具(如Xftp),以及对目标服务器的登录权限。 #### 软件安装与环境配置 1. **Linux操作系统确认** 使用`uname -a`命令验证服务器的操作系统版本,并根据具体需求下载适合该系统的Anaconda发行版。 2. **Anaconda安装** 下载并安装Anaconda以简化Python依赖管理过程。可以通过wget获取最新稳定版链接后解压至指定路径完成安装。 3. **Conda虚拟环境设置** 在Xshell终端界面中初始化conda shell插件支持;接着利用`conda create --name your_env_name python=your_python_version`指令建立独立的工作空间。 4. **PyTorch及其他库加载** 切换进入刚创建好的虚拟环境下(`source activate your_env_name`),再依据官方文档指导安装像PyTorch这样的框架以及其他必要的科学计算包。 #### YOLOv5项目的实施流程 - **项目克隆** 将YOLOv5源码仓库拉取下来放到之前定义好名称的空间里去比如/root/yolov5/位置处[^3]。 - **数据集上传** 把本地整理完毕的数据压缩打包成zip或者tar.gz形式传送到对应目录下并通过相应脚本解析出来形成标准格式供后续调用. - **推理测试** 执行如下代码片段来进行简单的对象探测演示: ```bash cd /root/yolov5/ ./detect.sh --weights yolov5s.pt --img-size 640 --conf-thres 0.25 --iou-thres 0.45 --save-txt --project runs/detect --exist-ok --nosave ``` - **模型训练** 当准备好一切之后就可以启动正式的学习阶段了,下面给出一段典型参数设定例子作为参考: ```bash nohup python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --cfg models/yolov5s.yaml --weights '' & ``` 上述每一步都紧密关联着整个工作流能否顺利开展下去的关键所在[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Cpdr

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值