ubuntu下的常用的shell命令

本文旨在总结常用的shell命令以满足日常科研需求。

linux相关

1. 查看linux版本

cat /proc/version

$ cat /proc/version
Linux version 4.15.0-101-generic (buildd@lgw01-amd64-003) (gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)) #102-Ubuntu SMP Mon May 11 10:07:26 UTC 2020 

2. 查看CUDA版本以及cudnn版本号

(1) cuda

cat  /usr/local/cuda/version.txt

(2) cudnn

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

3. 服务器重启

(1) 重启

sudo reboot

(2) 挂载mnt

cd home/ubuntu/common_scripts
# cat attach_dish.sh 查看.sh文件内容
./attach_dish.sh

ubuntu用户相关

1. 根据PID查看用户信息

ps -u -p PID

2. 查看所有用户的登录日志

lastlog

3. 查看某一用户的登录日志

lastlog -u username

4. 查看所有用户的信息

top

5. 查看某一用户的PID信息

top -u username

6. 停止某一用户的所有进程

pkill -u username

文件/文件夹操作

1. 进入文件夹

cd path

2. 删除文件夹

rm -rf /home/files

3. 复制文件夹及其子文件(夹)

cp -r /home/dir1 /home/dir2  # 将dir1复制到dir2中

cp -r dir1/file{1..n} dir2 # 将dir1文件夹下名称为file1，file2，... ... ,filen的文件或文件夹复制到dir2

sudo scp -r dir1 root@ip:dir2 # 将文件从一台服务器复制到另一台服务器

4. 移动文件/文件夹

mv dir1 dir2   # 将dir1移动到dir2下

mv dir1/*.npy dir2   # 将dir1文件夹下所有npy文件移动到dir2文件夹下

5. 压缩文件/文件夹

tar -czvf dir2/newfile.tar.gz dir1 # 将dir1文件夹压缩到dir2文件夹下并命名为newfile.tar.gz

tar czvf - dir1 | split -d -b 10G - dir2/newfile  # 将dir1以10G每个压缩包的形式分段压缩到dir2路径下并命名为newfile

6. 解压文件

tar -zxvf filename.tar.gz  # tar.gz文件解压

tar -xvf filename.tar # tar文件解压

tar -xjvf file.tar.bz2   # tar.bz2文件解压

tar –xZvf file.tar.Z  # tar.Z文件解压

z: 　　gzip 　　　　　　　　 压缩格式
x: 　　extract　　　　　　　　 解压
v:　　 verbose　　　　　　　　详细信息
f: 　　file(file=archieve)　　　　文件

7. 创建软链

ln -s ./true_dir current_dir

8. 统计某一路径下所有文件夹(不包含子文件夹)的个数

ls -l|grep "^d"| wc -l

9. 统计某一路径下所有文件的个数

ls -l|grep "^-"| wc -l

查看内存

1. 查看某一文件夹大小

du -h --max-depth=1 folder_dir

2. 查看每个根路径的分区大小/查看磁盘剩余空间

df -h

3. 统计当前目录大小并从小到大排序

du -sm * | sort -n

不间断运行程序——nohup

由于网络问题，远程调试程序会出现断连的情况，而nohup可以完美解决这个问题。

• 不间断运行只需在需要输入的命令前添加nohup

nohup + command

• 这样运行的话，服务器端不显示任何输出，而是将输出保存在跟运行文件所在路径同一级的文件夹下的nohup.out中。查看nohup.out的方法为：

cat nohup.out

# 查看nohup.out前n行
head -n nohup.out

# 查看nohup.out后n行
tail -n nohup.out

tensorboard

1. 使用tensorboard的步骤

(1) 激活装有tensorflow和tensorboard的conda环境

source activate tensorflow

(2) 修改xshell-当前会话属性-隧道

(3) 找到程序logdir的输出地址并在shell里执行运行语句

tensorboard --logdir="./OGCN/runs/Dec24_20-27-24_Lab164"

2. 查看多个模型的loss曲线、修改端口号和host地址

tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary" --port=6006 --host=127.0.0.1

3. 查看tensorboard端口占用

lsof -i:6006   # 以6066端口为例

4. 关闭某一端口

kill -9 PID # PID由lsof得到

linux连接校园网

curl 'http://10.3.8.211/login' --data 'user=XXX&pass=XXX&line=''' 

conda相关操作

1. 虚拟环境

(1) 创建环境

conda create --name yourenvname python=version

(2) 删除虚拟环境

conda remove -n yourenvname --all

(3) 查看所有已创建的虚拟环境

conda info --env

(4) 重命名虚拟环境

conda 没有重命名指令，实际重命名是通过 clone 旧环境并删除旧环境完成的，分两步：

• 命名新环境并clone旧环境

conda create -n new_env_name --clone old_env_name

• 删除旧环境

conda remove -n old_env_name --all

(5) 激活和退出虚拟环境

source/conda activate yourenvname

conda deactivate

2. pytorch及torchvision

• 第一种方案

# cuda10.0&官方源
conda install pytorch==1.0.0 torchvision= =0.2.1 cuda100 -c pytorch
# cuda10,0&第三方镜像源
conda install pytorch= =1.0.0 torchvision= =0.2.1 cuda100 -c channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 无cuda版本（对我有效）
conda install pytorch= =1.0.0 torchvision= =0.2.1

• 第二种方案
  安装cuda10、python3.6、pytorch=1.0三个指定条件的pytorch及torchvision有如下几种方法：

• [ ] 查询pytorch官网：
  
  但是这个命令在服务器不能用，原因可能是网络问题。

• [x] conda install pytorch=1.0 torchvision cudatoolkit=10.0，去掉官网channel采用已有channels的方法可行。

• [ ] 离线安装
  在清华镜像下载对应版本的pytorch和torchvision：pytorch-1.0.0-py3.6_cuda10.0.130_cudnn7.4.1_1.tar和torchvision-0.4.0-py36_cu100.tar，并在linux对应py36环境中安装conda install pytorch-1.0.0-py3.6_cuda10.0.130_cudnn7.4.1_1.tar和conda install torchvision-0.4.0-py36_cu100.tar。但这种方法由于不能安装pytorch和torchvision的依赖包，故也不行。

• [ ] conda install pytorch=1.0 torchvision cuda100这种方法不行，找到的包版本对不上。

• [ ] conda install pytorch=1.0 torchvision cuda100 -c pytorch/soumith还是去掉指定channel的好😄

• [x] conda install pytorch=1.0.0 torchvision cuda100 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

• 检查pytorch是否正确安装
  

3. opencv-python

• 安装
• [x] conda install -c menpo opencv
• [ ] conda install --channel https://conda.anaconda.org/menpo opencv3
• 检查是否正确安装

$ python
Python 3.6.10 |Anaconda, Inc.| (default, Jan  7 2020, 21:14:29) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> 

不报错说明已正确安装。

To Be Continued... ...