前言

使用最近刚学会Google的colab，。发现notebook的cell确实使用起来挺方便的，又可编程又可当cmd。补充几个Linux下的常用命令，如下：

Linux常用命令

Ubuntu

sudo是管理员身份
apt-get是软件管理命令

cd进入指定路径
cd …返回上级路径
cd /返回根目录
ls显示文件及文件夹列表
ls - l显示当前路径下的各文件（夹）的修改时间
cat <文件路径>读取文件内容
pwd查看当前命令路径
rm -r删除文件或文件夹
rm -f仅可删除文件，不可删文件夹
mkdir创建文件夹
mkdir -p创建多级文件夹
cp 复制文件
cp -r 复制文件夹
unzip 指定压缩文件路径 -d 指定解压到的路径
tar xvf FileName.tar解包
du -sh显示当前路径下的各文件（夹）的大小之和
du -sh * 显示当前路径下的各文件（夹）的大小
df -hl查看磁盘空间
dpkg --list 查看已安装软件
sudo apt-get --purge remove programname 移除programname软件及配置，例如：sudo apt-get --purge remove code删除vscode
whereis name 查找name软件位置，例如vscode ：whereis code
ifconfig 查看本机ip
tree -d查看当前路径下的所有子目录（包括子子目录）
tree -L 2查看当前路径下的两级内容（数字可以改变）
CUDA_VISIBLE_DEVICES=X \训练指定GPU编号

centos

rpm –ivh rpm软件包名：安装下载好的rpm包
rpm –e 软件名：卸载安装好的rpm软件

tmux常用命令

tmux的目的是会话和终端分离，是linux操作系统下的一款软件。在tmux上操作的命令，即使客户端与服务器端断开连接，服务器端的tmux命令也会继续执行会话中的命令，而不会出现ssh断连后正在运行的程序终端的情况。
NICE!

在终端执行下列操作

tmux 启动tmux程序，并以数字命名新建会话
tmux new -s 新建name命名的会话
tmux ls 查看当前所有的tmux窗口
tmux attach -t 打开后台运行中的会话

在tmux执行下列操作

键入exit 或 键盘Ctrl+D 结束会话（相当于kill）
tmux detach或Ctrl+B后再按D 最小化会话后台运行

在终端或tmux执行下列操作

tmux rename-session -t 窗口重命名
tmux kill-session -t 结束会话（杀死会话）

快捷键操作:

按下control + b两个按键组合, 然后松开control + b(为了告诉Tmux我要用Tmux的快捷键了), 然后在按快捷键触发各种行为。
例如: C-b ?的执行过程为按下control + b两个按键组合, 然后松开control + b, 然后在按’?’键, 会显示所有快捷键的列表。
C-b ? 列出所有快捷键, 按q或Esc返回
C-b d detach当前会话,可暂时返回Shell界面，输入tmux attach能够重新进入之前会话
C-b s 选择并切换会话；在同时开启了多个会话时使用

Anaconda常用命令

conda create -n your_env_name python=X.X（2.7、3.6等)命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到
conda env create -f requestments.yaml按照requestments文件创建新的conda依赖环境
使用命令conda remove -n your_env_name(虚拟环境名称) --all， 即可删除环境。
conda -V检验是否安装以及当前conda的版本
conda list 查看安装了哪些包。
conda env list 或 conda info -e 查看当前存在哪些虚拟环境
conda update conda 检查更新当前conda
pip freeze > requirements.txt导出依赖包
pip install -r requirements.txt安装依赖包

查看GPU情况

nvidia-smi查看GPU状态
watch -n 0.1 nvidia-smi查看GPU实时状态
GPU和CPU利用率的问题：深度学习PyTorch，TensorFlow中GPU利用率较低，CPU利用率很低，且模型训练速度很慢的问题总结与分析

查看CPU情况

查看物理cpu个数

grep 'physical id' /proc/cpuinfo | sort -u | wc -l
或
cat /proc/cpuinfo |grep "physical id"|sort |uniq|wc -l

查看每个CPU中核心数量

grep 'core id' /proc/cpuinfo | sort -u | wc -l
或
cat /proc/cpuinfo |grep "cores"|uniq

查看线程数或逻辑CPU的总个数

grep 'processor' /proc/cpuinfo | sort -u | wc -l
或
cat /proc/cpuinfo |grep "processor"|wc -l

查看cpu型号

cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c

例如：

grep 'physical id' /proc/cpuinfo | sort -u | wc -l
1
grep 'core id' /proc/cpuinfo | sort -u | wc -l
12
grep 'processor' /proc/cpuinfo | sort -u | wc -l
24
cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c
     24  Intel(R) Core(TM) i9-10920X CPU @ 3.50GHz

查看CPU实时状态：top
参考：TOP参数详解
更多参考：linux下解压命令大全
练习代码我已上传GitHub：https://github.com/wuhuah/learning_orders/blob/master/learning_linux’s_orders.ipynb
昨天刚看了一段话，大概说的是，对于深度学习新手来说，最需要的是成就感，而不是一些花里胡哨的东西。首先要把主要的学起来，基本的东西可以先不看，先让自己变成一个‘纸老虎’，再去充实内部。我觉得这话说的很好！很适合快速学习！就像你大学应付期末考试一样哈哈哈哈哈哈！

2021.3.25更新：GPU和CPU的使用问题
2021.5.15更新：tmux操作
参考文献：5. linux常用命令以及vim编辑器的使用