Linux 使用技巧階段性總結
（For more information, please go to Alan D. Chen , upgrading~~）
Anaconda與conda區別：
conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。
conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身。
Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等。
兩份重要的課程，一定要仔細看喲~。
下面的常用命令是較為常用的語句。
在Linux系統中查考GPU 的使用情況可以使用：
Linux查看Nvidia顯卡信息及使用情況，查看GPU 的使用情況：
nvidia-smi；（顯示所有GPU的當前信息狀態）watch -n 1 nvidia-smi（實時查看GPU）
-
顯示的表格中：
Fan： 風扇轉速（0%--100%），N/A表示沒有風扇
Temp： GPU溫度（GPU溫度過高會導致GPU頻率下降）
Perf： 性能狀態，從P0（最大性能）到P12（最小性能）
Pwr： GPU功耗
Persistence-M： 持續模式的狀態（持續模式耗能大，但在新的GPU應用啟動時花費時間更少）
Bus-Id： GPU總線，domain🚌device.function
Disp.A： Display Active，表示GPU的顯示是否初始化
Memory-Usage：顯存使用率
Volatile GPU-Util：GPU使用率
ECC： 是否開啟錯誤檢查和糾正技術，0/DISABLED, 1/ENABLED
Compute M.： 計算模式，0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED
附加選項：
nvidia-smi –i xxx
指定某個GPU
nvidia-smi –l xxx
動態刷新信息（默認5s刷新一次），按Ctrl+C停止，可指定刷新頻率，以秒為單位
nvidia-smi –f xxx
將查詢的信息輸出到具體的文件中，不在終端顯示
-
nvidia-smi -q：查詢所有GPU的當前詳細信息
-
附加選項：
nvidia-smi –q –u
顯示單元而不是GPU的屬性
nvidia-smi –q –i xxx
指定具體的GPU或unit信息
nvidia-smi –q –f xxx
將查詢的信息輸出到具體的文件中，不在終端顯示
nvidia-smi –q –x
將查詢的信息以xml的形式輸出
nvidia-smi -q –d xxx
指定顯示GPU卡某些信息，xxx參數可以為MEMORY, UTILIZATION, ECC, TEMPERATURE, POWER,CLOCK, COMPUTE, PIDS, PERFORMANCE, SUPPORTED_CLOCKS, PAGE_RETIREMENT,ACCOUNTING
nvidia-smi –q –l xxx
動態刷新信息，按Ctrl+C停止，可指定刷新頻率，以秒為單位
在Linux服務器上將常會遇到
CUDA out of memory在機器學習領域，通常認為是batch size 設置過大所致，但是這里還有另外的情況。
在開啟tmux的情況下，使用命令行啟動深度學習程序，這個過程是不能夠通過“ctrl + c”來強行停止的，但是可以通過tmux 進行python + 命令，這個時候可以通過
watch -n 1 nvidia-smi1.查看GPU的占用情況，同時查看一下進程使用
toptop命令：可以實時動態地查看系統的整體運行情況，是一個綜合了多方信息監測系統性能和運行信息的實用工具。通過top命令所提供的互動式界面，用熱鍵可以管理。輸入top后可以看到如下的界面,實時顯示進程情況。
2.殺死進程
我們可以通過 進程的名字和進程的ID（PID）來結束進程。
結束命令：
kill：通過進程ID來結束進程
killall：通過進程名字結束進程
這樣可以殺死進程，解放memory。