版本:Ununtu 20.04 LTS
sudo add-apt-repository ppa:fossfreedom/indicator-sysmonitor
sudo apt-get update
sudo apt-get install indicator-sysmonitor
indicator-sysmonitor
sudo apt install python3-venv
python3 -m venv hello
, 其中hello是这个虚拟环境的名字,可以自选。source hello/bin/activate
python --version
,会发现是3.x.x而不是2.x.x,所以可以用python代替python3,pip代替pip3。deactivate
方法2(非sudoer):
pip3 install --user virtualenv
virtualenv hello
, 其中hello是这个虚拟环境的名字,可以自选。proxychains4
即可。import nltk
nltk.download('stopwords')
[nltk_data] Error loading stopwords: <urlopen error [Errno 111] [nltk_data] Connection refused>
False
proxychains4 python3 -m nltk.downloader stopwords
openssh server
:sudo apt-get install openssh-server
ifconfig
ssh 远程机用户名@远程机IP
Ctrl+C
一般是终止进程,Ctrl+Z
令进程 暂停(前台进行转到后台)jobs
查看被暂停的进程的序号fg %序号
继续运行前台程序。kill %序号
停止它。kill -9 %序号
强行结束它。kill PID
(终止进程)或kill -9 PID
(强行终止进程)方法终止进程,其中PID
是正在运行的程序对应的一个序列号。pip install -t 安装地址
可以指定安装地址import sys
sys.path.append('安装地址')
Ctrl + Alt + F3
,其中F3
可以是F2-F7中的任意一个,进入tty3(或2-7),可以用命令行模式。ps -ef | grep 关键词
可以得到关于该关键词的进程top
进入应用监测界面,查看CPU和内存占用情况,找到最前面的,可以用kill PID
来结束特定PID的进程。Ctrl + Alt + F1
回到之前的图形界面,可以看到刚才杀死的进程已经被杀死了。Ctrl + Alt + F3
的tty3,重启桌面。(图形化界面会被结束):sudo service gdm restart
sudo service gdm restart
sudo apt-get install net-tools
ifconfig
sudo apt-get install proxychains4
sudo vim /etc/proxychains.config
socks5 127.0.0.1 1080
proxychains4
即可。
python -m spacy download en_core_web_sm
下载en_core_web_sm时是下载不了的,会出现ConnectionError。但是proxychains4 python -m spacy download en_core_web_sm
就可以啦!sudo su
sync
echo 3> /proc/sys/vm/drop_caches
swapoff -a
swapon -a
sudo apt-get install xrdp
sudo apt-get install vino
reboot
RDP
dpkg -L sogoupinyin
可以查到。/usr/share/sogouimebs/Resources/PC/skin/
。/opt/sogoupinyin/files/share/resources/skin/
下面。直接下载包,可能速度比较慢,可以给命令后面加上
-i https://pypi.mirrors.ustc.edu.cn/simple/
sudo pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/
一劳永逸的方法:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
scp source ... target
-P 1234
,其中1234
是需要指定的端口号-r
scp username@servername:/path/filename /var/www/local_dir(本地目录)
scp /path/filename username@servername:/path
scp -r username@servername:/var/www/remote_dir/(远程目录) /var/www/local_dir(本地目录)
scp -r local_dir username@servername:remote_dir
pip install opencv-python
pip install opencv-contrib-python
./configure
make
make test
sudo make install
alias python-python3
./xxx.sh
cloc
工具:sudo apt-get install cloc
cloc xxxx
-U
指令,比如:pip install -U numpy
==
某版本即可。ERROR: tensorflow 2.4.1 has requirement grpcio~=1.32.0, but you’ll have grpcio 1.33.2 which is incompatible.
pip3 install grpcio==1.32.0
tree
工具sudo apt-get install tree
tree xxx
+ Other Locations
Connect to Server ... Enter server address ? ... Connect
ssh://username@ipAddress
ls|wc -l
wc
命令是查看文件信息的,wc --help
可以查看其用法:
wc -c
或wc --bytes
查看文件字节数wc -m
或wc --chars
查看文件 character 数wc -l
或wc --lines
查看文件行数wc -w
或wc --word
查看文件 word 数wc -L
或wc --max-line-length
查看maximum display widthccmake .
的时候提示找不到ccmake
sudo apt-get install cmake-curses-gui
conda create -n new_env_name --clone old_env_name
new_env_name
和old_env_name
分别为对应的环境名。conda activate xxx
conda env export > xxxx.yaml
conda env create -f xxxx.yaml
conda install -c conda-forge conda-pack
# Pack environment my_env into my_env.tar.gz
conda pack -n my_env
# Pack environment my_env into out_name.tar.gz
conda pack -n my_env -o out_name.tar.gz
# Pack environment located at an explicit path into my_env.tar.gz
conda pack -p /explicit/path/to/my_env
# Unpack environment into directory `my_env`
mkdir -p my_env
tar -xzf my_env.tar.gz -C my_env
# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
./my_env/bin/python
# Activate the environment. This adds `my_env/bin` to your path
source my_env/bin/activate
# Run Python from in the environment
(my_env) $ python
# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack
$'\r': command not found
\r\n
\n
dos2unix 脚本名
df -hl
cd /home
sudo du -ah --max-depth=1
首先将miniconda的文件夹移动到新位置
然后更改~/.bashrc
文件里面的环境变量:
vim ~/.bashrc
将里面miniconda的路径改为新的路径
更新一下:
source ~/.bashrc
更改新路径下conda的头文件的python路径:
vim 啥啥啥新路径/miniconda3/bin/conda
最后,更新conda:conda update conda
ok~
如果后面使用 pip 出现问题,还要更改 pip 的环境变量,再升级 pip 就可以了。
ModuleNotFoundError: No module named 'pip._internal'
python2 -m pip install --user --upgrade pip
python3 -m pip install --user --upgrade pip
ssh -L 16009:127.0.0.1:6009 username@remote_server_ip
tensorboard --logdir=xxx --port=6009
127.0.0.1:16009
RuntineError: CUDA run out of memory.
import gc
gc.collect()
torch.cuda.empty_cache()
按住Ctrl + Alt
不要放,
然后依次按 PrtSc
, R
, E
, I
, S
, U
, B
这七个键。
解释:
其实 SysRq是一种叫做系统请求的东西, 按住 Alt-Print 的时候就相当于按住了SysRq键,这个时候输入的一切都会直接由 Linux 内核来处理,它可以进行许多低级操作。
ipykernel
:
conda activate env-xxx
pip install ipykernel
python3 -m ipykernel install --user --name env-xxx --display-name xxx
ssh 16010:127.0.0.1:6010 username@ip
jupyter notebook --port=6010
xxx
。Ctrl + Shift + P
进入命令模式,输入jupyter: specify a local or remote kernel server
(大概是这个意思)CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:1125)
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
Ctrl + Shift + F
watch
即可查看用法watch [options] command
watch -n 10 nvidia-smi
每十秒刷新一次显存使用情况。python test.py | tee result.txt
shuf
命令shuf input_file.txt -o output_file.txt
重命名 = clone旧环境并赋予新名字 + 删除旧环境,即:
conda create -n <new_name> --clone <old_name>
conda remove -n <old_name> --all
RuntimeError: DataLoader worker (pid 1123843) is killed by signal: Killed.
,且网页等都崩溃了。system-monitor
看的)。DataLoader
的num_workers
。sudo passwd
su
就可以用新的密码进入root了。Ctrl +z
fg %<number>
<number>
是程序编号parallel
sudo apt-get install parallel
parallel [options] [command [arguments]] < list_of_arguments
-jobs n
n
为CPU核数,即并行线程数。mri_deface
gunzip mri_deface-v1.22-Linux64.gz
cp mri_deface-v1.22-Linux64.gz
mri_deface chmod a+x mri_deface
gunzip talairach_mixed_with_skull.gca.gz
gunzip face.gca.gz
mri_deface my_T1.nii talairach_mixed_with_skull.gca face.gca my_T1_defaced.nii
top
或nvidia-smi
等方法可以查看到进程对应的PIDll /proc/PID
PID
为要查询的的进程号。Ctrl+Shift+F
,但是这个会和PyCharm的全局搜索键冲突。vim ~/.config/sogoupinyin/conf/env.ini
ShortCutFanJian=1
改为ShortCutFanJian=0
vim ~/.config/fcitx/conf/fcitx-chttrans.config
#Hotkey=CTRL_SHIFT_F
的注释取消,并改成一个不常用的快捷键,比如Hotkey=CTRL_SHIFT_Alt_F
conda install ipykernel
python -m ipykernel install --user --name <env_name> --display-name <display_name>
<env_name>
为虚拟环境的名称,<display_name>
为要显示的名称。jupyter notebook
就可以了。.tar.gz
文件)。cd
进入(下面称为{install_path}
){install_path}/bin
文件夹,./pycharm.sh
当前问题:PyCharm图标固定不到侧边栏,在app中也搜不到。
解决:把install的路径加到用户的环境变量中,以后每一次用命令行打开。
方法:
${install_path}
vim ~/.bashrc
# PyCharm
export PYCHARMPATH=${install_path}/bin/
export PATH=$PYCHARMPATH:$PATH
其中${install_path}
为自己pycharm的安装路径。
source ~/.bashrc
pycharm.sh
就可以啦。CommandNotFoundError
conda activate mri
CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’.
To initialize your shell, run
$ conda init <SHELL_NAME>
source activate
conda deactivate
conda-forge
也添加到channel中:conda config --append channels conda-forge
pip install xxx
就解决了。90.0.0.50
,已经开启 SSH 服务,并且安装了 Python,本地 Project 名为 ML-Project
。Tools -> Deployment -> Configuration
,点击左边的 +
添加一个部署配置,输入配置名 Name
,Type
选择 SFTP
,然后确认。Root Path
是项目文件在远程服务器中的根目录,根据需求配置,例如 /home/ubuntu/ML
,这个目录需要登录用户的创建权限。Mappings
,将 Local Path
设置为 Windows 下的工程目录,例如 D:\Projects\ML-Project
,自己视情况设定。将 Deployment path on server
设置为远程服务器中的项目目录,例如 /ML-Project
,注意目录前要加 /
,不然后面运行程序会找不到文件,Web path on server
暂时不用设置,貌似 Web 相关的程序会用到,需要用到的话请自行 Google。Excluded Paths
可以设置一些不想同步的目录,例如软件的配置文件目录等。Tools -> Deployment -> Options
,将 Create Empty directories
打上勾,要是指定的文件夹不存在,会自动创建。Tools -> Deployment -> Upload to sftp
,自动触发勾选 Tools -> Deployment -> Automatic Upload
。File -> Settings
,选择 Project -> Project Interpreter
,然后在右边,点击那个小齿轮进行设置。Add Remote
,选择 SSH Credentials
,填写主机的 SSH 配置信息,Python interpreter path
选择自己需要的远程服务器的解释器,然后在运行程序的时候,也就是点击 Run
的时候选择刚刚配置的解释器就能远程调试了,基本跟使用本地解释器没有什么区别。find . -name '*.png' -exec rm -rf {} \;
jupyter notebook list
Ctrl + Alt + F1
进入console,Ctrl + Alt + F7
切回来。Ctrl + Alt + T
打开Terminalsudo pkill Xorg
source xxx/bin/activate
xxx
是虚拟环境所在路径名。也可以通过conda对虚拟环境进行激活。pip install ipykernel
python -m ipykernel install --user --name venv --display-name "seg"
venv
是虚拟环境的名称,"seg"
为将要在kernel中展示的名称,前者视情况而定,后者自己定义即可。jupyter lab
.deb
安装包sudo dpkg -i xxx.deb