【Something helpfull】自用指令

三木今天学习了嘛

已于 2025-05-05 08:56:05 修改

阅读量261

点赞数 4

分类专栏：笔记记录文章标签： python

于 2025-02-23 11:25:13 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_45751396/article/details/144810515

版权

笔记记录专栏收录该内容

14 篇文章

订阅专栏

文章目录

VSCode如何在行内显示变量值
多版本cuda切换
- 新服务器安装 anaconda
- 第一次添加驱动不要忘记添加到环境
服务器相关
- Accelerate 部署（换HF cache位置）
- 通过 SSH 从远程服务器同步
- pip修改国内镜像源（临时/永久）
- conda 换源
- 添加路径
- 新建用户
- 清理swap区域
- 压缩解压
conda 创建和删除环境
下载
- 将百度网盘中数据集直接下载到服务器上
- huggingface-cli下载数据（含国内镜像源方法）
- 修改HuggingFace模型下载默认缓存路径
折叠内容
有多少个文件夹
查看端口占用
找不到目录文件
ImportError: libcoppeliaSim.so.1: cannot open shared object file: No such file or directory
subprocess.CalledProcessError: Command '['git', 'config', '--get', 'remote.origin.url']' returned non-zero exit status 1.
制作U盘启动盘
$'\r': command not found
重命名 tmux 的 session
LaTex
- latex下列表默认缩进，修改为不进行缩进
CoLMAP 格式转化
- camera.txt & image.txt &
关闭僵尸进程

VSCode如何在行内显示变量值

请添加图片描述

多版本cuda切换

https://developer.nvidia.com/cuda-toolkit-archive

# 查看Linux版本
lsb_release -a
cat /etc/os-release

在这里插入图片描述
ubuntu20.04安装多版本cuda,切换版本

新服务器安装 anaconda

Linux下Anaconda的安装及使用教程

第一次添加驱动不要忘记添加到环境

echo 'export PATH=/usr/local/cuda-12.1/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

服务器相关

Accelerate 部署（换HF cache位置）

[完美有效] Accelerate的使用说明

通过 SSH 从远程服务器同步

rsync -avuz -e 'ssh -p 39115' root@218.200.126.238:/mnt/data/wangsen/world_model/code/iVideoGPT_var_2/ ./ --progress

外网文件下载不了，多尝试几次

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  sudo sh cuda_11.8.0_520.61.05_linux.run

pip修改国内镜像源（临时/永久）

conda 换源

~/.CONDARC

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.sustech.edu.cn/anaconda/pkgs/main
  - https://mirrors.sustech.edu.cn/anaconda/pkgs/free
  - https://mirrors.sustech.edu.cn/anaconda/pkgs/r
  - https://mirrors.sustech.edu.cn/anaconda/pkgs/pro
  - https://mirrors.sustech.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.sustech.edu.cn/anaconda/cloud
  msys2: https://mirrors.sustech.edu.cn/anaconda/cloud
  bioconda: https://mirrors.sustech.edu.cn/anaconda/cloud
  menpo: https://mirrors.sustech.edu.cn/anaconda/cloud
  pytorch: https://mirrors.sustech.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.sustech.edu.cn/anaconda/cloud
  nvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud

添加路径

vim ~/.bashrc source ~/.bashrc
export PATH="/usr/local/cuda-11.7/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.7/lib64:$LD_LIBRARY_PATH"

新建用户

1. 登录：
访问方式：ssh root@xxx.xxx.xxx.xxx，密码：yyyyyyyyy

2.新建用户：
adduser abc
sudo userdel abc # 删除用户

3.分配磁盘空间：
cd /mnt/data/
mkdir abc

4.使用 chown 命令更改目录所有者
sudo chown -R wangsen:wangsen /mnt/hwdata/wangsen/

sudo chmod -R g+rw /mnt/data/wangsen/

5.连接终端：
Host（主机）: 服务器的 IP 地址，xxx.xxx.xxx.xxx。
Port（端口）: SSH 连接使用的端口号，yyyyy。
Username（用户名）: abc。
Password（密码）: iairabc。


6. root
sudo visudo
username ALL=(ALL:ALL) ALL
保存并退出编辑器。通常在visudo中，保存并退出的方法是按Ctrl + X，然后按Y确认保存，再按Enter退出。

7. 输出
xxx.xxx.xxx.xxx -p yyyyy
User：abc
Key：iairabc

清理swap区域

sudo swapoff -a
sudo rm /swap.img 
sudo dd if=/dev/zero of=/swap.img bs=1M count=4096
sudo chmod 600 /swap.img
sudo mkswap /swap.img
sudo swapon /swap.img
free -m

压缩解压

tar -cf xx.tar xxxxxx/
tar -xf xx.tar -c 指定位置

conda 创建和删除环境

Linux下Anaconda的安装及使用教程

[/home/user/anaconda3] >>> /mnt/data/user/Anaconda/

cuda安装

python
import torch
print(torch.cuda.is_available())
exit()

conda create --name anf_c --clone anf # 创建一个anf_c的环境

conda remove -n xxx --all

下载

将百度网盘中数据集直接下载到服务器上

huggingface-cli下载数据（含国内镜像源方法）

pip install -U huggingface_hub

# 建议将上面这一行写入 ~/.bashrc。若没有写入，则每次下载时都需要先输入该命令
export HF_ENDPOINT=https://hf-mirror.com

--repo-type

huggingface-cli download --resume-download jxu124/OpenX-Embodiment --repo-type dataset --local-dir /mnt/data/wangsen/world_model/data/OXE --include "jaco_play/*"

修改HuggingFace模型下载默认缓存路径

vim ~/.bashrc
export HF_HOME="/path/to/you/dir"  # 替换为你想更改的目标路径
source ~/.bashrc
env | grep HF_HOME

vim ~/.bashrc

export XDG_CACHE_HOME="你想要的目录"

esc : wq

source ~/.bashrc

折叠内容

<details>
  <summary>点击展开/折叠</summary>
  
  这里是可以展开或折叠的内容。
  
</details>

有多少个文件夹

统计文件夹的总数

ls -l | grep ^d | wc -l

只统计文件（不包括文件夹）：

find . -type f | wc -l

查看端口占用

sudo lsof -i :29500

找不到目录文件

import sys
sys.path.append('/data1/user/Robot/Code/') # 哪里调用不到就在哪里加入

ImportError: libcoppeliaSim.so.1: cannot open shared object file: No such file or directory

方法：source ~/.bashrc

subprocess.CalledProcessError: Command ‘[‘git’, ‘config’, ‘–get’, ‘remote.origin.url’]’ returned non-zero exit status 1.

git remote add origin 11

制作U盘启动盘

UltraISO（软碟通）制作U盘启动盘完整教程

$‘\r’: command not found

$ sudo apt install dos2unix
$ dos2unix your_.sh
dos2unix: converting file train.sh to Unix format...

重命名 tmux 的 session

tmux rename-session -t old_name new_name

LaTex

latex下列表默认缩进，修改为不进行缩进

运用宏包 \usepackage{enumitem}

\begin{itemize}[leftmargin=*]
\item test
\item test
\end{itemize}

CoLMAP 格式转化

sudo apt install colmap

colmap model_converter --input_path . --output_path . --output_type TXT

这个命令会将当前目录下的.bin文件转换为.txt文件，并保存在同一个目录下。

camera.txt & image.txt &

# Camera list with one line of data per camera:
#   CAMERA_ID, MODEL, WIDTH, HEIGHT, PARAMS[]
# Number of cameras: 1
1 SIMPLE_RADIAL 4032 3024 3575.06 2016 1512 0.0251346

focal_length (焦距)：3575.06，表示相机的焦距（以像素为单位）。
cx (主点x坐标)：2016，表示图像中心在x方向上的坐标（以像素为单位）。
cy (主点y坐标)：1512，表示图像中心在y方向上的坐标（以像素为单位）。
radial_distortion (径向畸变参数)：0.0251346，表示径向畸变的系数。

# Image list with two lines of data per image:
#   IMAGE_ID, QW, QX, QY, QZ, TX, TY, TZ, CAMERA_ID, NAME
#   POINTS2D[] as (X, Y, POINT3D_ID)
# Number of images: 34, mean observations per image: 4368.1470588235297
34 0.999667 0.00313307 0.0253658 -0.00353764 4.73307 -3.07995 1.56188 1 IMG_2995.JPG
102.581 10.1238 -1 1210.11 10.8019 -1 72.8585 12.5679 -1 250.252 11.9117 -1 436.122 12.7498 -1 1103.58 13.8941 -1 1172.19 13.3632 -1 1196.71 15.0687 -1 1665.15 14.3031 5681 939.559 16.1451 -1 

第一行的含义
IMAGE_ID：34，图像的唯一标识符。
QW, QX, QY, QZ：0.999667 0.00313307 0.0253658 -0.00353764，表示相机的旋转姿态，以单位四元数表示。四元数是一种紧凑且数值稳定的表示旋转的方式。
TX, TY, TZ：4.73307 -3.07995 1.56188，表示相机的平移向量，即相机在世界坐标系中的位置。
CAMERA_ID：1，相机的ID，与cameras.txt文件中的相机ID相对应。
NAME：IMG_2995.JPG，图像文件的名称。

第二行的含义
102.581 10.1238 -1 1210.11 10.8019 -1 72.8585 12.5679 -1 ...
每组三个值表示一个二维特征点及其对应的三维点ID：
X, Y：特征点在图像中的二维坐标（像素坐标）。
POINT3D_ID：该特征点对应的三维点ID。如果该特征点没有对应的三维点，则为-1。

# 3D point list with one line of data per point:
#   POINT3D_ID, X, Y, Z, R, G, B, ERROR, TRACK[] as (IMAGE_ID, POINT2D_IDX)
# Number of points: 23477, mean track length: 6.3260638071303825
25758 -24.858607895466015 34.030347822769421 93.004948702444622 47 63 36 2.0938852711759646 19 9463 21 9490 18 9011 20 9267
参数解释

POINT3D_ID
值：25758
含义：三维点的唯一标识符。
X, Y, Z
值：-24.858607895466015 34.030347822769421 93.004948702444622
含义：三维点在世界坐标系中的坐标。
R, G, B
值：47 63 36
含义：该三维点的颜色，以RGB格式表示。这些颜色通常是从图像中提取的特征点的颜色信息。
ERROR
值：2.0938852711759646
含义：该三维点的重建误差。这个值表示该点在所有观测图像中的平均重投影误差，单位通常是像素。较小的误差值表示该点的重建质量较高。
TRACK
值：19 9463 21 9490 18 9011 20 9267
含义：该三维点在哪些图像中被观测到，以及在这些图像中的特征点索引。每对值表示：
IMAGE_ID：图像的ID。
POINT2D_IDX：该图像中对应的二维特征点的索引（在images.txt文件中第二行的特征点列表中的索引）。
示例解析
以示例中的TRACK部分为例：
19 9463：表示该三维点在图像19中被观测到，对应的二维特征点索引为9463。
21 9490：表示该三维点在图像21中被观测到，对应的二维特征点索引为9490。
18 9011：表示该三维点在图像18中被观测到，对应的二维特征点索引为9011。
20 9267：表示该三维点在图像20中被观测到，对应的二维特征点索引为9267。

关闭僵尸进程

sudo fuser -v /dev/nvidia*

                     USER        PID ACCESS COMMAND
/dev/nvidia0:        root     kernel mount /dev/nvidia0
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia1:        root     kernel mount /dev/nvidia1
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia2:        root     kernel mount /dev/nvidia2
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia3:        root     kernel mount /dev/nvidia3
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia4:        root     kernel mount /dev/nvidia4
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia5:        root     kernel mount /dev/nvidia5
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia6:        root     kernel mount /dev/nvidia6
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia7:        root     kernel mount /dev/nvidia7
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidiactl:      root     kernel mount /dev/nvidiactl
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python
/dev/nvidia-uvm:     root     kernel mount /dev/nvidia-uvm
                     root      43701 F...m python
                     root      43702 F...m python
                     root      43703 F...m python
                     root      43704 F...m python
                     root      43705 F...m python

sudo kill -9 43701 43702 43703 43704 43705