Skip to content

Latest commit

 

History

History
282 lines (172 loc) · 8.52 KB

unbantu使用命令.md

File metadata and controls

282 lines (172 loc) · 8.52 KB

安装unbantu时分区：

系统盘：

/EFI 300M 文件类型efi

/swap 和内存大小一致 文件类型swap

/ 系统盘剩下的容量全部给根目录 文件类型ext4

home目录：用来存放用户数据的

/home 多余的磁盘全部挂载给home 文件类型ext4

查看unbantu内存条情况：

sudo dmidecode|grep -P -A5 "Memory\s+Device"|grep Size|grep -v Range

根目录一些文件夹放的内容：

/usr 最庞大的目录，要用到的应用程序和文件几乎都在这个目录。其中包含： 16G

/usr/X11R6 存放X window的目录

/usr/bin 众多的应用程序

/usr/sbin 超级用户的一些管理程序

/usr/doc linux文档

/usr/include linux下开发和编译应用程序所需要的头文件

/usr/lib 常用的动态链接库和软件包的配置文件

/usr/man 帮助文档

/usr/src 源代码，linux内核的源代码就放在/usr/src/linux里

/usr/local/bin 本地增加的命令

/usr/local/lib 本地增加的库

/home 用户主目录的基点，比如用户user的主目录就是/home/user，可以用~user表示

/bin 二进制可执行命令

/dev 设备特殊文件

/var 某些大文件的溢出区，比方说各种服务的日志文件

/etc 系统管理和配置文件

/etc/rc.d 启动的配置文件和脚本

挂载磁盘操作：

# 创建要挂载的文件夹
mkdir /data

# 找到要挂载的磁盘
sudo fdisk -l

# 挂载硬盘到该文件夹上（临时挂载）
mount /dev/sde /data

# 查看该磁盘的UUID
sudo blkid

UUID="a27baf71-57ee-4c59-91a7-4a419478a5fb" TYPE="ext4"
# 进入 fstab 修改配置
vim /etc/fstab

# 在最后面加入指定信息（完成永久磁盘挂载）
UUID=a27baf71-57ee-4c59-91a7-4a419478a5fb /data ext4 defaults 0 3

# 取消挂载
umount /dev/sde

安装显卡驱动：

  1. 驱动管理程序来安装显卡驱动: 系统设置 -> 软件和更新 -> 附加驱动。

seeting->Software & Updatas ->Additional Drivers

选择一个专业的显卡驱动下载一下。

安装重启后，输入nvidia-smi会有显卡信息

​ 2. 安装cuda11.8。其他版本在这个网站CUDA Toolkit Archive | NVIDIA Developer

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

## 输入accept进行后续操作，随即出现的界面，由于我们在安装cuda之前已经安装了Nvidia的驱动，因此这里的第一项Driver我们必须取消勾选，选择不安装驱动，随后选择Install进行后续操作。

  1. 安装成功后：

    Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-11.1/
Samples:  Installed in /home/hhx22/, but missing recommended libraries

Please make sure that

 -   PATH includes /usr/local/cuda-11.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-11.1/lib64, or, add /usr/local/cuda-11.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.1/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 455.00 is required for CUDA 11.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run --silent --driver

Logfile is /var/log/cuda-installer.log

  2. 配置一下.bashrc文件

   export CUDA_HOME=/usr/local/cuda-11.8
   export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
   export PATH=${CUDA_HOME}/bin:${PATH}

安装Anaconda：

  1. 从这个网站下载需要的anaconda版本Index of /anaconda/archive/

  2. bash Anaconda3-2020.02-Linux-x86_64.sh。bash 加你下的包版本。后面跟随步骤就装好了。重新打开终端就能使用conda环境了

  3. 打开.bashrc文件可以找到以下conda配置,别的用户可以在自己的.bashrc文件里添加下面代码来引用conda环境

    ```
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/andrew/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/andrew/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/home/andrew/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/andrew/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

```

  4. 配置conda的源以及包安装信息，添加一个文件.condarc内容如下

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

##这里配置自己环境和包安装位置
envs_dirs:
  - /home/hhx22/conda_env
pkgs_dirs:
  - /home/hhx22/conda_pkgs

  5. conda的一些用法：

    ##创建一个conda环境
conda create -neme env python=3.7

##激活一个conda环境
conda activate env

##删除一个conda换进
conda remove -n env --all

##查看所有的conda环境
conda info -e
    序号 功能 命令
    1 查看conda 版本 conda --version，conda -V
    2 更新conda conda update conda
    3 查看conda帮助(对初学者很有用的命令) conda --help，conda -h
    4 新建虚拟环境 conda create --name <env_name>
    5 切换conda环境 conda activate env_name
    6 退出虚拟环境 conda deactivate
    7 列出所有虚拟环境 conda info --envs conda info -e conda env list
    8 复制环境 conda create --name new_env_name --clone copied_env_name
    9 删除环境 conda remove --name env_name --all
    10 精确查找包 conda search --full-name <package_name>
    11 模糊查找包 conda search
    12 获取当前环境中已安装的包信息 conda list
    13 指定环境安装包 conda install --name <env_name> <package_name=version>
    14 在当前环境中安装包 conda install <package_names>
    15 pip安装 pip install <package_names>

查看虚拟环境里的cuda版本：

conda list | grep cuda

查看端口号对应的PID进程：

查看端口号对应进程： netstat -tunp | grep 端口号

杀死这个进程： kill -9 PID号

将训练脚本在后台挂起：

运行命令格式：

nohup \
训练所需要的脚本 \
&

紧接着终端会输出：nohup: ignoring input and appending output to 'nohup.out'

这样就可以在当前文件夹下的nohup.out中看到终端的所有命令

Vscode连接不上：

vscode连接不上，本地删除known_hosts和known_hosts.old，路径一般是C:\Users$(usrname).ssh

如果想设置多卡跑代码可以这样设置。

CUDA_VISIBLE_DEVICES=0,1 python train.py

linux查看目录下文件数量命令：

ls | wc -l