远程linux终端深度学习Anoconda安装环境搭建以及常用命令

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 一、使用软件
  • 二、安装Anaconda
    • 1.下载Linux安装包
    • 2.安装
    • 3.常见conda命令
  • 三、后台执行常用命令
    • 1.nohup后台执行
    • 2.查看实时输出
    • 3.查看GPU占用
    • 4.查看自己的进程
  • 四、后台执行常用命令kill
    • 1.杀死进程(最常用)
    • 2.其他常用命令
    • 3.查看磁盘空间或文件大小(Linux)
  • 总结


一、使用软件

作为电脑小白,为了对远程终端上的文件进行更直观的操作,我使用了MobaXtern。安装好后点击左上角的session,输入地址和用户名密码即可登入。
远程linux终端深度学习Anoconda安装环境搭建以及常用命令_第1张图片

远程linux终端深度学习Anoconda安装环境搭建以及常用命令_第2张图片
上传或下载数据时可以直接使用自带工具集:
在这里插入图片描述
(自带的的上传工具亲测略快于scp命令)

二、安装Anaconda

1.下载Linux安装包

安装包可以在本地下载(下载网址)后上传,也可以直接远程下载。节省时间更建议远程直接下载,命令如下:(Anaconda3-5.3.1-Linux-x86_64.sh为选中安装包名称,按需更换)

wget https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.sh

2.安装

终端输入命令:

bash Anaconda3-5.3.1-Linux-x86_64.sh

按照安装向导的指示一路yes,特别注意路径一定选yes,不然后续还需要把路径写进去。

3.常见conda命令

新建环境: conda create -n py38(环境名) python=3.8(python版本)
激活环境 conda activate py38
安装包(如tensorflow) conda(或pip) install tensorflow-gpu==1.13.1
批量安装安装包 conda(或pip) install -r requirement.txt
txt格式如下:
远程linux终端深度学习Anoconda安装环境搭建以及常用命令_第3张图片

卸载包 conda remove 包名
显示所有已安装的包 conda list
退出环境 conda deactivate
删除环境 conda env remove -n py38


三、后台执行常用命令

1.nohup后台执行

代码格式:nohup 命令 文件名 > 输出文件名 2>&1 &

nohup python -u xxx.py > nohup.out 2>&1 &
kill [-s <信息名称或编号>][程序] 或 kill [-l <信息编号>]

2.查看实时输出

终端输入命令:

tail -fn 50 nohup.out

退出时直接ctrl c就行。

3.查看GPU占用

终端输入命令:

nvidia-smi

4.查看自己的进程

终端输入命令:

ps

可以看到目前自己所使用的进程。


四、后台执行常用命令kill

1.杀死进程(最常用)

格式:kill [-s <信息名称或编号>][程序] 或 kill [-l <信息编号>]
kill -9 1234

1234为进程的PID。

2.其他常用命令

1 (HUP):重新加载进程。
9 (KILL):杀死一个进程。
15 (TERM):正常停止一个进程。
使用 kill -l 命令列出所有可用信号。

3.查看磁盘空间或文件大小(Linux)

相关命令:

df -hl:查看磁盘剩余空间
df -h:查看每个根路径的分区大小
du -sh [目录名]:返回该目录的大小
du -sm [文件夹]:返回该文件夹总M数
du -h [目录名]:查看指定文件夹下的所有文件大小(包含子文件夹)


总结

一年前曾经做过差不多的实验但是由于没有记录很多命令都重新查了一遍花了很多时间,而且不知道为什么码代码的时候总会遇到各种离谱的问题,比如安装conda包和上传数据时,在我不知情的情况下实验室主机重启然后执行代码时产生了各种奇怪的文件出错;比如更改conda路径时没有权限现有方法都无法解决,比如直接python运行忽然断网导致跑了五个小时的程序还要重来…不过这都是可以解决的,而且如果按照标准步骤一步步完成可以排掉一些雷。

你可能感兴趣的:(深度学习,python,linux)