tools

---

windows/ubuntu

Windows 10 启动盘
ubuntu 18.04 启动盘

---

nvidia cuda driver

ubuntu16.04安装NVIDIA驱动

安装方式	说明
命令行安装	1. 查看GPU是否是支持cuda lspci | grep -i nvidia 2. 卸载旧驱动 sudo apt-get remove –purge nvidia* 3. 把显卡驱动加入PPA源 sudo add-apt-repository ppa:graphics-drivers 更新测试版驱动 sudo apt-get update 4. 查找版本号 sudo apt-cache search nvidia* 5. 安装 sudo apt-get install nvidia-390 nvidia-settings nvidia-prime 6. 重启 reboot
文件安装 【推荐】	[下载指定版本驱动文件]，例如：NVIDIA-Linux-x86_64-367.44.run 禁用nouveau并重启 1. 卸载nvidia旧驱动 sudo apt-get remove nvidia* 【【推荐】】 2. 安装需要的包 sudo apt-get install dkms build-essential linux-headers-generic 3. 禁用nouveau内核驱动 sudo vim /etc/modprobe.d/blacklist.conf ubuntu 16.04默认安装驱动nouveau，和nvidia显卡驱动冲突。安装之前需要禁用nouveau。 4. 编辑blacklist.conf，插入以下内容，保存并退出 blacklist nouveau options nouveau modeset=0 5. 如果nouveau-kms.conf文件存在，添加以下内容 echo options nouveau modeset=0 sudo tee -a /etc/modprobe.d/nouveau-kms.conf 6. build新核 sudo update-initramfs -u 7. 重启 reboot 重启并安装 8. 如果提示the system is running in low-graphics mode，选择running in cosole，关闭当前窗口 9. 进入命令行界面 Ctrl+alt+F1 10. 验证nouveau是否已禁用 lsmod | grep nouveau 没有信息显示，说明nouveau已被禁用 11. 关闭桌面模式 sudo service lightdm stop 12. 获取权限 sudo chmod a+x NVIDIA-Linux-x86_64-367.44.run 13. 安装驱动 sudo NVIDIA-Linux-x86_64-367.44.run --no-opengl-files 14. 恢复图形界面 sudo service lightdm start 15. 进入图形界面 Ctrl+alt+F7

问题	方案
安装时问题	1. 安装驱动提示You appear to be running an X server 1. 执行sudo init 3再执行安装命令 2. Would you like to register the kernel module sources with DKMS?This will allow DKMS to auomatically build a new module,if you install a different kernel later 。No 3. 安装程序问你是否使用nv的xconfig文件，这里一点要选yes，否则在启动x-window时不会使用nvidia驱动 4. 如果出现循环登录问题，尝试安装时添加选项 sudo NVIDIA-Linux-x86_64-367.44.run --no-opengl-files 5. 集显独显切换有时会涉及到BIOS设置中的设置，例如VGApriority的onboard/offboard Ubuntu16.04安装NVIDIA驱动](https://blog.csdn.net/zhang970187013/article/details/81012845) Ubuntu16.04+Caffe+GTX1070+CUDA8.0+OpenCV3.2安装
安装编译问题	安装时“CC Version Check”提示版本不匹配。比如，为了安装cuda9.2将gcc降级到5.0，但是安装驱动440.82需要7.0（编译内核）。 cd /usr/bin rm gcc sudo ln -s gcc-7 gcc
驱动售后	1. the system is running in low-graphics mode 用run文件重装【谨记：别更新！】 2. Failed to initialize NVML: driver/library version mismatch sudo dpkg --list | grep nvidia-* # 英伟达驱动版本 cat /proc/driver/nvidia/version # NVRM version: NVIDIA UNIX x86_64 Kernel Module sudo vim /etc/apt/apt.conf.d/50unattended-upgrades 3. NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running ① 查看驱动版本号 ls /usr/src ② sudo apt-get install dkms ③ sudo dkms install -m nvidia -v 410.93 ④ 成功！！！

---

conda

操作	说明
下载安装anaconda	sh Anaconda2-5.2.0-Linux-x86_64.sh
查看cuda版本	conda list cuda
查看cuda版本，[拷贝对应pytorch安装命令]	nvcc -V
删除虚拟环境	conda remove -n pt0.2 --all -y
创建pytorch虚拟环境	conda create -n pytorch1.1 python=3.5 -y· conda install pytorch torchvision cudatoolkit=9.0 -c pytorch conda install pytorch=0.4.1 cuda80 -c pytorch # 旧版本
查看torch版本	conda list torch
验证pytorch是否安装成功	. activate pytorch1.1 python import torch torch.__version__ torch.cuda.is_available() True表示成功
创建TensorFlow-gpu环境	查看显卡驱动cuda版本对应表 conda安装 cat /proc/driver/nvidia/version conda create -n tf-gpu python=2.7 conda activate tf-gpu conda install cudatoolkit==8.0 conda install tensorflow-gpu pip安装 pip install tensorflow-gpu==1.4.0
验证TensorFlow是否安装成功	. activate tf1.4 python import tensorflow as tf tf.version
查看已安装环境	conda env list conda info -e
激活/退出环境	source activate pytorch0.2.0 source deactivate pytorch0.2.0
重命名环境	conda create -n pytorch0.2.0–clone tf1.8 conda remove -n pt0.2 --all -y
实时监控GPU使用情况	watch -n 1 nvidia-smi gpustat -i
查询当前环境下cuda cudnn版本号	conda list cudnn conda list cuda
查询conda环境下的安装包	conda list
conda突然找不到了	查看~/.bashrc，更新一下，或者添加运行路径 终端提示会由yhr@ubuntu变成(base)yhr@ubuntu

---

jupyter

操作	说明
远程访问服务器	1. 安装python 2. 安装anaconda 3. 安装jupyter conda install jupyter 4. 生成配置文件 jupyter notebook --generate-config 5. 生成密钥 python from notebook.auth import passwd passwd() #输入新的登陆密码（本地访问的时候使用） #再次确认 #生成key，复制到配置文件中。 ubuntu终端中ctrl+shift+c复制，ctrl+shift+v粘贴 6. 修改配置文件 vim ~/.jupyter/jupyter_notebook_config.py c.NotebookApp.ip=‘0.0.0.0’ # 所有ip地址皆可访问 c.NotebookApp.password = 'sha:ce… # 密文key c.NotebookApp.open_browser = False # 禁止自动打开浏览器 c.NotebookApp.port =8888 # 指定端口,默认8888 7. 后台运行 nohup jupyter notebook & 后台运行并输出到空 nohup jupyter notebook >/dev/null 2>&1 &
远程访问服务器中的conda虚拟环境	9. 进入虚拟环境 source activate pytorch1.1 10. 安装jupyter和ipykernel ①pip install jupyter ②pip install ipykernel 11. 配置ipykernel python -m ipykernel install --user --name pytorch1.0 --display-name "pytorch1.0" 12. 后台运行 nohup jupyter notebook & 参考：本地浏览器远程服务器上的jupyter notebook

linux

命令	说明
查找所有文件中的某字符串	grep "/home/yhr/" filename.txt #字符串 文件名 grep -r "/home/yhr/" /home/ #递归查找目录下所有文件
批量重命名文件夹下的文件	ls | xargs -t -i mv {} {}.bak
查找文件夹“DogsVSCats”	find /home -name "DogsVSCats" -type d
138创建用户	sudo useradd -md /data2/yhr -m -s /bin/bash yhr sudo passwd yhr
按文件名查找文件	find / -name “texstudio*.tex/pdf”
根据PID查看哪个用户使用哪个进程	ps -eo pid,user,group,euser,egroup,cmd
查找目录下的所有文件是否包含某字符串[只显示文件名]	find .| xargs grep -ri "GTA5DataSet" [-l] 会显示很多的重复结果
查找目录下的所有文件是否包含某字符串[只显示文件名]	grep -rn "ipv4" * -r 是递归查找 -n 是显示行号 * : 表示当前目录所有文件，也可以是某个文件名
替换所有文件中的某字符串	ssed -i "s/std=c++11/std=c++14/g" xx.cpp sed -i "s/\/root/\/headless/g" /etc/passwd 批量替换 find . -type f -name "*.yaml" -exec sed -i "s/\/data\/ycf\/data\//\/home\/yhr\/data\//g" {} \; sed -i “s/CUB_200_2011/CUB/g” `grep ‘DATA_PATH’ -rl experiments/* `
统计当前目录下文件个数	find . -type f -print | wc -l
du命令(disk used)	du -h a.txt //查看文件夹大小 du –h dir | tail -n 1 //查看文件大小 df –h (human) //查看磁盘大小
scp命令	scp [email protected]:/home/yhr/a.txt . scp a.txt [email protected]:/home/yhr/ 复制文件 scp local_file remote_username@remote_ip:remote_folder scp local_file remote_username@remote_ip:remote_file scp local_file remote_ip:remote_folder scp local_file remote_ip:remote_file 复制目录 scp -r local_folder remote_username@remote_ip:remote_folder scp -r local_folder remote_ip:remote_folder
ps命令	ps -ef #查看进程，常配合grep使用
tree命令	以树结构显示当前文件组织方式。 tree -d # 仅显示目录 tree -L n # 显示n层 tree -f # 显示完整路径
查找指定文件并删除	ref find . -name *.png | xargs rm -fr

---

latex

	代码	效果
花体大写字母	\mathcal {L}	loss符号 $\mathcal{L}$ $\mathcal{V}$ $\mathcal{S}$
花体小写字母	\ell	loss符号 $\ell$
正体	\rm {intC} \textbf x	$\mathrm{i}\mathrm{n}\mathrm{t}\mathrm{C}$ $\text{x}$
多行公式对齐	\begin{aligned} a &= b + c \ &= d + e + f \tag{4} \end{aligned}	$$\begin{array}{rl}a& =b+c\\ & =d+e+f\end{array}\text{\hspace{1em}(4)}$$
overleaf 参考文献引用方式	\usepackage[backend=bibtex]{biblatex} \addbibresource{references.bib} 正文 \newpage \printbibliography	\bibliographystyle{neurips_2020}指定参考文献风格，提示invalid
texstudio 参考文献引用方式	\bibliographystyle{elsarticle-num} 正文 \bibliography{references}	\bibliographystyle{neurips_2020}是有效的 overleaf指定参考文献文件的方式无效。原因是[backend=bibtex]回去查找bbl文件格式。应该是overleaf和texstudio的编译环境不同。
期望	空心符号 \mathbb E	$\mathbb{E}$

---

Dos

命令	说明
查看IPv4地址	ipconfig /all | find “IPv4”
查看文件夹/文件	dir
回到根目录	cd\
进入E盘	E:

Vim

命令	说明
行尾进入insert模式	Shift+A #会在行尾插入一个字符
查找xxx字符串并高亮	普通模式下，光标在“print”上。 Ctrl+#，<==>?\
窗口水平分割，并打开a.cpp	split a.cpp
窗口垂直分割，并打开a.cpp	vsplit a.cpp
窗口切换	Ctrl + w
移动光标	[Ctrl]+[f] 屏幕[向下]移动一页// f – forward [Ctrl]+[b] 屏幕[向上]移动一页// b – backward [Ctrl]+[d] 屏幕[向下]移动半页// d – down [Ctrl]+[u] 屏幕[向上]移动半页// u – up
移动到行首字符	0/Home
移动到行末字符	$/End
移动到文档第一行	gg
移动到文档最后一行	G
移动到文档第n行	nG <==> :n
查找与替换	100到200行查找asde并替换成ASDE :100,200s/asde/ASDE/g
所有行行首加4个空格	:1,$s/^/ /g
所有行查找word1替换为word2，且取代前确认提示	:1,$s/word1/word2/g
复制/剪切文档中的word1并粘贴在某处	v l y/x p 依次解释：进入visual模式，移动光标，复制或剪切，粘贴
撤销和重做，重复	u [Ctrl] + r
VIM环境设定	高亮查询 :set hlsearch :set nohlsearch 自动缩进 :set autoindent :set noautoindent 自动备份 :set backup vim ~/.vimrc set hlsearch set backspace=2 set autoindent set ruler set showmode set nu set bg=dark syntax on
语系编码转换	通过文本编辑器查看文件时出现乱码，主要原因是环境的语系编码和文件的编码不一致导致的。 比如，系统语系是简体中文（gb2312）,文件语系是繁体中文（big5）。 1. 设置系统语系编码 LANG gb2312 2. 文件转换和系统一致 iconv --list iconv -f big5 -t gb2312 filename [-o newfile] 选项与参数 * --list列出支持的语系 * -f 原编码 * -t新编码 * -o file保留源文件

---

references

命令	说明
中文参考文献-知网	例子：“采用自适应搜索范围的多介质立体匹配算法” 批量： 1）一个一个复制 2）“导出”到EndNote等，再处理
英文参考文献-GoogleScholar	例子：“Imagenet classification with deep convolutional neural networks” 选择自己想要的格式 【小建议】 1. 录用未发表的，需要到会议网站上去找。比如CV 2. GoogleScholar的时候，查完一个文献，直接双击搜索框，不用X掉对话框。
知网论文下载	1. 输入网址 cnki.net 2. 机构登录 2.1 默认是登录的，右上角会显示，如下图 2.2 如果没登录，点击"登录"，选择IP登录，如下图 3. 搜索硕士论文“基于卷积神经网络的行人性别识别方法研究”, 结果如下 4. 修改搜索选项为“题名”成功找到 4.1 默认搜索选项中没有“题名” 4.2 点击“学位论文”，选择搜索选项“题名”，找到

---

PyCharm

命令	说明
学生免费使用pycharm专业版
Pycharm配置远程调试	1.确保本地代码的改动已经同步到远程的服务器 2.在Pycharm中对指定的代码打断点 3. 使用debug模式启动代码 4. 访问远程服务器上的程序（如：远程服务是一个web服务，则需要访问远程的web访问地址）本地debug生效 要选对python解释器ssh://[email protected]:22/home/yhr/anaconda3/bin/python
PyCharm使用技巧及常用快捷键	Step Into F7 Step Over F8 Step Out Shift+F8

server

命令	说明
指定GPU运行程序	CUDA_VISIBLE_DEVICES=0 python train.py CUDA_VISIBLE_DEVICES=0, 2, 5, 7 python train.py
查看占用GPU的进程	fuser -v /dev/nvidia* fuser -v /dev/nvidia7
解除显存占用	fuser -k /dev/nvidia*
screen命令 后台运行程序	ssh [email protected] # 连接服务器 screen -S zsl0807 # 创建Session python train.py # 运行程序 Ctrl+a+d # 离开Session Ctrl+d # 断开客户端链接
重新进入Session	ssh [email protected] # 连接服务器 screen -ls # 查看Session screen -r test # 恢复Session screen -d -r test # 恢复Session
nohup 命令	nohup python train.py &
添加用户	sudo adduser tt adduser：自动创建主目录、系统shell版本，创建时输入用户密码。 sudo useradd -d /data/yhr -p yhr yhr useradd：需使用参数选项指定上述设置;如果不使用，则创建的用户无密码、无主目录、没有指定shell版本。
删除用户	userdel -r 用户名 -r 选项表示在删除用户的同时删除用户的家目录。
查看磁盘剩余空间	df -h
服务器硬盘挂载190挂载硬盘	fdisk -l # 查看 mkfs.ext4 /dev/sda # 格式化分区 echo “/dev/sda /data ext4 defaults 0 0” >> /etc/fstab # 开机启动挂载 mount -a #重新挂载所有分区 df-lh
Linux下查看在线用户及用户进程	who w finger users
查询周期运行程序	crontab -l
挖矿查杀	查看所有自动程序 开启防火墙 kswapd0挖矿病毒查杀过程
查看磁盘空间 计算磁盘文件夹占用空间	df -h du -sh test
查看某个用户运行的程序，并按照时间排序输出	ps -ef --sort=start_time | grep '^yhr' | grep -v 'sshd' | grep -v '\-bash' | grep -v 'sftp-server' | awk '{print $5, $8, $9}'

tensorboard

• 启动一个
  tensorboard --logdir dir
• 启动两个
  tensorboard --logdir dir1 --host 210.30.97.111 --port 8899
  tensorboard --logdir dir2 --host 210.30.97.111 --port 8898

torch cuda cudnn version

import torch
import torch.nn as nn

print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
print(torch.cuda.get_device_name(0))