Linux命令大全

虽然每天都会接触Linux系统, 尤其是使用了Mac之后, 每天都是工作在黑色背景的命令行环境中. 自己记忆力不好, 很多有用的Linux命令不能很好的记忆, 现在逐渐总结一下, 以便后续查看.

Linux关机,重启

• 关机

  shutdown -h now

• 重启

  shutdown -r now

查看系统,CPU信息

• 查看系统内核信息

  uname -a

• 查看系统内核版本

  cat /proc/version

• 查看当前用户环境变量

  env
  cat /proc/cpuinfo

• 查看有几个逻辑cpu, 包括cpu型号

  cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c

• 查看有几颗cpu,每颗分别是几核

  cat /proc/cpuinfo | grep physical | uniq -c

• 查看当前CPU运行在32bit还是64bit模式下, 如果是运行在32bit下也不代表CPU不支持64bit

  getconf LONG_BIT

• 结果大于0, 说明支持64bit计算. lm指long mode, 支持lm则是64bit

  cat /proc/cpuinfo | grep flags | grep ' lm ' | wc -l

搭建虚拟环境

• 创建虚拟名称为”tensorflow”，Python版本为3.6

  create -n tensorflow python
   ```
  -  激活虚拟环境

  conda activate tensorflow

  -  关闭虚拟环境

  conda deactivate

  - 检查可使用的虚拟环境

  conda info –envs

  - 卸载虚拟环境

  conda remove –name tensorflow –all

  - 在Linux中使用Anaconda安装指定文件,以Torch为例

  anaconda search -t conda torch

  - 可以看到如下所示：

  Esri/pytorch | 1.8.2 | conda | linux-64, win-64 | py3.8_cuda101_cudnn7_0, py3.6_cuda11.1_cudnn8_0, py3.7_cuda101_cudnn7_0, py3.6_cuda101_cudnn7_0, py3.8_cuda11.1_cudnn8_0, py3.6_cuda10.0.130_cudnn7.5.1_0, py3.7_cuda11.1_cudnn8_0, py3.6_cuda11.1_cudnn8.0.5_0, py3.7_cuda11.1_cudnn8.0.5_0, py3.7_cuda10.0.130_cudnn7.6.3_0, py3.7_cuda11.1_cudnn8.1_1, py3.8_cuda10.0.130_cudnn7.6.3_0, py3.9_cuda11.1_cudnn8_0, py3.6_cuda11.1_cudnn8.1_1, py3.6_cuda100_cudnn7_1, py3.6_cuda10.1.243_cudnn7.6.3_0, py3.8_cuda10.1.243_cudnn7.6.3_0, py3.9_cuda11.1_cudnn8.1_1, py3.8_cuda11.1_cudnn8.1_1, py3.8_cuda11.1_cudnn8.0.5_0, py3.6_cuda10.0.130_cudnn7.6.3_0, py3.7_cuda11.2_cudnn8.1_1, py3.7_cuda10.1.243_cudnn7.6.3_0, py3.9_cuda11.1_cudnn8.0.5_0····

  - 接着，使用show指令来查看此包的详细情况

  anaconda show Esri/pytorch

  - 根据提示，我们使用如下的命令进行安装

  conda install –channel https://conda.anaconda.org/Esri pytorch

  - 选择y(yes)，然后等待安装，等安装完成后我们可以通过python中导入的方式进行检查。
  
  ##### 深度学习框架等相关操作
  - 从文本中(vim)中第n到m行的文件复制到另外一个文本中的命令为：

  n,mw!./vhost/res.help.com.conf

  - 将file1.txt和file2.txt合并到file.txt

  cat file1.txt file2.txt > file.txt

  -	将file1.txt追加到file2.txt的末尾

  cat file1.txt >> file2.txt

  - 从文本中(vim)中第n到m行的文件追加到另外一个文本末尾的命令为：

  n,m w! >>./vhost/res.help.com.conf

  -	计算文本行数：

  wc –l filename(计算文本行数)

  - 查看看gpu使用情况

  nvidia-smi

  - 搭建虚拟环境

  conda create -n tensorflow python=3.6 or 2.7

  - 激活虚拟环境

  conda activate pytorch

  - 关闭虚拟环境

  conda deactivate

  -	卸载虚拟环境

  conda remove –name tensorflow –all

  -	引入tensorflow

  import tensorflow as tf

  -	用Tensorflow测试能否用cuda

  sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

  - 查看tensorflow版本：

  tf.version

  -	卸载tensorflow

  pip uninstall tensorflow

  -	查看虚拟环境

  conda info –envs

  - Top命令查看运行进程

  https://blog.csdn.net/dxl342/article/details/53507673

  -	无法获得锁---找出含有apt-get的进程

  ps -aux

  ```
   sudo kill PID

  • 使用screen命令
    

    screen

• 使用screen查看进行

  screen –ls

• 创建screen

  screen -S han

• 返回进程

  screen -r 3985

• 退出快捷键为：
  

  CTRL+A+D

• 文件运行时加权限

  chmod a+x 文件

• 查看Ubuntu版本

  lsb_release –a

• 查看Ubuntu位数

  getconf LONG_BIT

  • 查看配置：
    

    df –h

    • 查看CPU是几核：
      

      cat /proc/cpuinfo |grep "cores"|uniq

      • 查看位数：
        

        sudo uname --m

        • ubuntu16.04安装torch
          

          http://blog.csdn.net/KGzhang/article/details/72884126

          • 升级python
            

            conda updata python

            • 更新python版本
              

              conda install python==x.x.x

              • 直接下载包：
                

                git clone xxx(具体下载内容的路径)

                • 指定服务器：
                  

                  CUDA_VISIBLE_DEVICES=7,1 python xxx

                  • 命令行可查看当前anaconda的版本
                    

                    conda –version

                    • 测试pytorch安装是否成功(在Ipython中)
                      

                      import torch \ import torchvision

• torch能否使用GPU

  print(torch.cuda.is_available())

  • 将file1.txt追加到file2.txt的末尾
    

    cat file1.txt >> file2.txt

    • 如把文件a.txt得命名为b.txt
      

      mv a.txt b.txt

      • 在ubuntu中启动jupyter notebook
        

        jupyter notebook --ip=0.0.0.0 --port=8000

• 在ubuntu中安装nccl

  conda install -c anaconda nccl

  • 在ubuntu中安装pytoch
    

    conda install pytorch torchvision cuda80 -c pytorch

    • 测试是否安装成功pytorch
      

      import torch
      print(torch.cuda.is_available())    output: true

• jupyter命令把.ipynb文件转化为.py文件—打开进入对应目录

  jupyter nbconvert --to script *.ipynb

  • 替换文本中的字符串
    

    %s/well/good/g（等同于 :g/well/s//good/g） 替换每一行中所有 well 为 good

    • 查看cuda安装路径：
      

      whereis cuda

• 去除文本中字符前后的空格并将每一个字之间的编辑而替换为空格

  sed ‘s/ //g; s/\B /g’ ./test.txt > test-txt.txt

  说明:’s/ //g’表示去除文本中已有的空格。’s/\B /g’将每个字之间的边界替换为空格

  • 验证theano是否安装成功
    

    python -c "import theano;theano.test()"

    • 查看具体用户所对应的进程
      

      ps –u

• 验证能否使用gpu版本的tensorflow

  import tensorflow as tf
  import os
  os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
  print(tf.__version__)
  a = tf.constant(1.)
  b = tf.constant(2.)
  print(a+b)
  print('GPU:', tf.test.is_gpu_available())

  • 查看某一个用户的进程例如root
    

    ps –u root

    • 查看指定的PID(33799)
      

      ps –f –p 33799

      • 如何使用pytorch运行时出现错误，可以使用@torchsnooper.snoop() 装饰函数可以输出对应的内容出现的错误，如下所示:
        

        • nltk下载程序获取资源
          

          import nltk
          nltk.download('stopwords')
          import nltk
          nltk.download('punkt')