指令备忘1

source ~/.bashrc

ps -aux | grep vim

-i https://pypi.tuna.tsinghua.edu.cn/simple

nohup ./run.sh 1>result.log &

jobs -l

conda

conda create -n deepmd deepmd-kit=2.0.3=*gpu libdeepmd=2.0.3=*gpu lammps cudatoolkit=11.3 horovod -c https://conda.deepmodeling.com -c defaults

备份环境

安装conda-pack或pipenv：
这是两个常用的Python环境备份工具，可以将整个环境打包成一个文件。

如果您使用的是conda环境，可以使用以下命令安装conda-pack：

conda install conda-pack

如果您使用的是pip环境，可以使用以下命令安装pipenv：

pip install pipenv

打包环境：
使用conda-pack或pipenv打包您的环境。例如，如果您使用的是conda环境，可以使用以下命令：

conda-pack -o env_backup.tar.gz

如果您使用的是pip环境，可以使用以下命令：

pipenv lock -r > requirements.txt

这将生成一个名为env_backup.tar.gz的tar压缩文件（对于conda环境）
或一个名为requirements.txt的文本文件（对于pip环境）
其中包含了您当前环境的所有依赖项。

存储备份文件：
将备份文件存储在安全的位置，以便日后恢复环境时使用。

恢复Python环境

解压备份文件：
如果您使用的是conda-pack，可以使用以下命令解压备份文件：

mkdir env_backup && tar -xzf env_backup.tar.gz -C env_backup

这将在当前目录下创建一个名为env_backup的文件夹，并将备份文件解压到其中。

恢复环境：

使用解压后的备份文件恢复环境。如果您使用的是conda环境，可以使用以下命令：

conda-unpack

如果您使用的是pip环境，可以使用以下命令：

pipenv install -r requirements.txt

这将根据备份文件中的信息重新创建并安装所有依赖项。

激活环境：
恢复环境后，您需要激活环境以便使用它。如果您使用的是conda环境，可以使用以下命令：

conda activate env_backup

如果您使用的是pip环境，可以使用以下命令：

pipenv shell

这将激活环境并将您的shell切换到环境中。