Ubuntu 16.04 使用笔记

Linux

Note

• Prohibit updates

后台指令的运行与终止

后台指令运行

$ nohup 'your command' &

后台指令终止

1.查看运行的后台进程

$ ps -ux|grep python |grep -v grep
a:显示所有程序
u:以用户为主的格式来显示
x:显示所有程序，不以终端机来区分
用grep -v参数可以将grep命令排除掉

2.再用awk提取一下进程ID

$ ps -ux|grep python | grep -v grep | awk '{print $2}'

3.终止后台运行的进程

$ kill -9 'ID'

Anaconda

基本环境安装

1. 安装anaconda

$ bash Anaconda3-5.2.0-Linux-x86_64.sh

2. 添加镜像

$ /home/test823/anaconda3/bin/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ /home/test823/anaconda3/bin/conda config --set show_channel_urls yes

3. 添加路径

$ echo 'export PATH="/home/test823/anaconda3/bin:$PATH"' >> ~/bashrc
$ source ~/.bashrc

4. 基本指令

• 查看conda版本

$ conda --version

• 查看conda列表与info信息

$ conda list
$ conda info

• 创建独立的python环境（深度学习库环境（tensorflow为例 v1.x）

$ conda create -n tensorflow python=3.6.5

• python环境的激活与关闭

new version: $ conda activate tensorflow  || $ conda deactivate
for old version: $ source activate tensorflow  || $ source deactivate 

• 列出已存在的环境

$ conda info -envis或者(-e)

• 删除环境

$ conda remove -n py36 --all

• 环境重命名

$ conda create -n newname --clone oldname
$ conda remove -n oldname --all

5 安装anaconda发行版中所有的包 + 管理

$ conda install anaconda
$ conda install -n env_name pandas
$ conda install --use-local your-pkg-name

• 查看已经安装的package

$conda list

• 指定查看某环境下安装的package

$ conda list -n env_name

• 查找包

$ conda search pyqtgraph

$ anaconda search -t conda 库
$ conda install -c https://conda.anaconda.org/列表中对应的Name 要找的包

• 更新包

$ conda update --all
$ conda update numpy
$ conda update anaconda

• 卸载包

$ conda remove numpy

• 软件安装

$ conda install name
    [https://www.tecmint.com/command-line-web-browser-download-file-in-linux/]

5. 安装tensorflow（切换到指定的环境之后）

$ pip install /home/test823/tensorflow-1.10.1-cp36-cp36m-manylinux1_x86_64.whl

搭建jupyter notebook环境 + 远程访问

• Install jupyter

• configuration for jupyter

  • 输入下述语句之后，会在 /my_name/.jupyter 下生成 jupyter_notebook_config.py 的配置文件

  	$ jupyter notebook --generate-config
  

  • 使用 python 准备配置的密码

  	In [1]: from notebook.auth import passwd
  	In [2]: passwd()
  	Enter password:
  	Verify password:
  	Out[2]: 'sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed'
  

  • 生成pem和key文件（使用如下命令，将在当前路径得到）

  openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mykey.key -out mycert.pem     
  

  • 使用 vim 或 gedit 打开 jupyter_notebook_config.py 文件,修改下述内容：

  c.NotebookApp.certfile = u'/absolute/path/to/your/certificate/mycert.pem'
  c.NotebookApp.keyfile = u'/absolute/path/to/your/certificate/mykey.key'
  c.NotebookApp.ip = '*'
  c.NotebookApp.password = u'sha1:bcd259ccf...<your hashed password here>'
  c.NotebookApp.open_browser = False
  c.NotebookApp.port = 8888
  

  • 配置完成后，在当前环境下终端输入：

  jupyter notebook --allow-root
  

  • 在远程中打开浏览器，输入 https：//ip:8888, 提示输入密码，然后就可远程访问了。
  • ip是服务器的ip地址，8888替换连接服务器的端口号，可以自主修改。

清屏方法

[1] $ clear

命令这个命令将会刷新屏幕，本质上只是让终端显示页向后翻了一页，如果向上滚动屏幕还可以看到之前的操作信息。

[2] $ Ctrl+l(小写的L)

这是一个清屏的快捷键，这个是笔者在工作中用得最多的一种清屏方式，清屏效果同clear命令一样。

对文件的操作

• 创建文件夹

    $ mkdir

• 删除文件夹

    $ rm --help

• 文件的移动

    $ mv /file/t1.txt /file1/t2.txt  (将文件t1.txt移动并重命名为t2.txt)

• 文件退出

    $ ：q
    or
    $ :wq

查看CPU的使用情况

    $ top -bn 1 -i -c

查看GPU的使用情况

<!-- 周期性的查看 -->

    $  watch -n1 --color gpustat

    $ watch -n 10 nvidia-smi

    $ nvidia-smi

<div align="center"> <img src="nvidia-smi.png" width="60%"> </div>

• Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A； 
• Temp：显卡内部的温度，单位是摄氏度；
• Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
• Pwr：能耗表示； 
• Bus-Id：涉及GPU总线的相关信息； 
• Disp.A：是Display Active的意思，表示GPU的显示是否初始化； 
• Memory Usage：显存的使用率； 
• Volatile GPU-Util：浮动的GPU利用率；
• Compute M：计算模式； 

zip解压

• 解压zip文件到当前目录

    unzip filename.zip

# wget http://links.twibright.com/download/links-2.9.tar.gz
# tar -xvf links-2.9.tar.gz
# cd links-2.9
# ./configure –enable-graphics
# make
# make install

• tar.gz 安装

  1 $ tar xvzf xxx.tar.gz 解压缩

  2 $ ./configure 检查编译

  3 $ make 检查通过后，将生成用于编译的MakeFile文件。此时，可以开始进行编译

  4 $ make install 成功编译后，开始安装

  5 $ make clean or $ make distclean 安装完毕，应清除编译过程中产生的临时文件和配置过程中产生的文件

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver

• 方法一：

  cd /usr/src 查看驱动版本号(我的是410.93)
  sudo apt-get install dkms
  sudo dkms install -m nvidia -v 410.93
  无需重启即可成功看到输入nvidia-smi后熟悉的界面
  

• 方法二：

  uname -r
  

  之前使用nvidia-smi命令能够成功显示显存的使用情况，但是最近就不行了，提示如下错误:

    NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

查了网上好多的教程，有的说是bios需要设置安全权限，然后有的说重新安装一遍驱动程序就可以了，这些都没有解决我的问题，其实问题很简单是因为ubutnu内核升级了，新版本内核和显卡驱动不匹配出现了上面的问题，我们只需要在进行ubuntu启动引导的界面时，就是刚开始叫你选择操作系统的界面，选择“ubuntu高级选项”，选择一个以前的内核版本，我的新版本是4.15.0-43-generic

我然后选择了4.15.0-42-generic版本，然后进入系统再使用nvidia-smi命令就可以成功执行了。

无线网驱动安装 (rtl8821ce)

1. decompress rtl8821ce.zip

2. modify Makefile

   export TopDIR ?= $(srctree)/drivers/net/wireless/rtl8821ce
   
   export TopDIR ?= /home/heshengji/Downloads/rtl8821ce
   

3. setup

   make
   sudo make install
   sudo modprobe -a 8821ce
   

来源：oschina

链接：https://my.oschina.net/u/3993524/blog/3137813