Linux服务器常用命令 - 记录(Anaconda/Matlab/VNC/Python)
前言
记录自己常用的指令
VNC
Host XXX
HostName xxx.xx.xx.xx (IP 地址)
LocalForward 59xx(本地编号) 127.0.0.1:59xx(端口号)
User xxxx
vncserver :99
vncserver -localhost -geometry 1920x1080 :99
vncserver -kill :99
查看当前状态
当前用户占用的端口号
vncserver -list所有用户的端口号
ps -ef | grep vnc
初次运行需要创建密码
使用TightVNC Viewer 或者 RealVNC 进行远程连接
localhost:03 (03是自己给不同服务器定义的编号 = 127.0.0.1:59xx)
查看当前运行的matlab进程(MATLAB 崩溃后没有释放显存?)
Python一样 Pytorch训练中途意外退出,显存没有被释放
ps -ef | grep MATLAB
kill -9 xxxxxx
共享粘贴板
vncconfig -nowin&
GPU
查看GPU的利用
nvidia-smi
Mon Aug 15 15:18:31 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.73.08 Driver Version: 510.73.08 CUDA Version: 11.6 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA RTX A6000 On | 00000000:01:00.0 Off | Off |
| 30% 37C P8 29W / 300W | 5MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 1 NVIDIA RTX A6000 On | 00000000:25:00.0 Off | Off |
| 30% 38C P8 25W / 300W | 111MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 2 NVIDIA RTX A6000 On | 00000000:41:00.0 Off | Off |
| 30% 34C P8 24W / 300W | 5MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 3 NVIDIA RTX A6000 On | 00000000:81:00.0 Off | Off |
| 30% 35C P8 19W / 300W | 5MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 4 NVIDIA RTX A6000 On | 00000000:A1:00.0 Off | Off |
| 30% 34C P8 24W / 300W | 5MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
| 5 NVIDIA RTX A6000 On | 00000000:C1:00.0 Off | Off |
| 30% 34C P8 26W / 300W | 5MiB / 49140MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 2968 G /usr/lib/xorg/Xorg 4MiB |
| 1 N/A N/A 2968 G /usr/lib/xorg/Xorg 64MiB |
| 1 N/A N/A 3028 G /usr/bin/sddm-greeter 44MiB |
| 2 N/A N/A 2968 G /usr/lib/xorg/Xorg 4MiB |
| 3 N/A N/A 2968 G /usr/lib/xorg/Xorg 4MiB |
| 4 N/A N/A 2968 G /usr/lib/xorg/Xorg 4MiB |
| 5 N/A N/A 2968 G /usr/lib/xorg/Xorg 4MiB |
+-----------------------------------------------------------------------------+
conda
安装package
https://docs.anaconda.com/anaconda/install/linux/
bash Anaconda3-2022.05-Linux-x86_64.sh
安装完成后,重启终端。
conda activate base
pip install XXXX
卸载conda
rm -rf anaconda
conda常用命令
创建不同的运行环境。
创建/激活/删除
conda create -n your_env python=3.X
conda activate your_env
conda install spyder
spyder
conda deactivate
1)查看安装了哪些包
conda list
2)查看当前存在哪些虚拟环境
conda env list
conda info -e
3)检查更新当前conda
conda update conda
3.Python创建虚拟环境
conda create -n your_env_name python=x.x
anaconda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。
4.激活或者切换虚拟环境
打开命令行,输入python --version检查当前 python 版本。
Linux: source activate your_env_nam
Windows: activate your_env_name
5.对虚拟环境中安装额外的包
conda install -n your_env_name [package]
6.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
deactivate env_name
或者`activate root`切回root环境
Linux下:source deactivate
7.删除虚拟环境
conda remove -n your_env_name --all
8.删除环境钟的某个包
conda remove --name $your_env_name $package_name
PyTorch
2021.08.18
使用GPU (RTX A6000) 训练:
/home/qzhang/anaconda3/lib/python3.8/site-packages/torch/cuda/init.py:106: UserWarning:
RTX A6000 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the RTX A6000 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/
warnings.warn(incompatible_device_warn.format(device_name, capability, " ".join(arch_list), device_name))
之前出现过,使用
vit_model.load_state_dict(torch.load(model_load_path))
时,Python崩溃的情况。应该是因为cuda的版本问题。
找打了如下文章:
nvidia显卡和cuda版本关系
尝试:更新cuda
19.08.2021
实际:CUDA根本不需要更新,因为已经是最新的版本了。然而问题就处在这里:PyTorch不支持最新版的CUDA。 这一点可以在安装Pytorch的界面看到。选择不同的计算平台时,安装的cudatoolkit版本不同。
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
NOTE: ‘conda-forge’ channel is required for cudatoolkit 11.1
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
总的来说,就是要根据显卡的算力安装合适的cuda版本,然后根据cuda的版本来决定需要的显卡驱动。 不过,cuda和显卡驱动基本都是向下兼容的,意味着安装最新的cuda和显卡驱动,基本上可以支持以前的几乎所有显卡。但是的但是! pytorch却不一定支持最新版本的cuda。 比如我就遇到了,使用GPU时,python卡死的状态。
*(这里参考了pytorch、显卡、显卡驱动、cuda版本是如何对应的)
因为实在服务器上跑程序,所以还得联系同事,是否可以降级cuda的版本 T_T
试一试,永远是最有可能的解决办法。
看到网上有的人说,Pytorch 1.7可以支持cuda11.2, 于是自己也抱着试一试的态度试了一试,结果没想到竟然真的解决了。
受用新不用旧思想的影响,我并没有一开始就回滚到旧版本,而是选择了尝试在最新的版本上直接升级cudatoolkit. 旧的版本是10.2,升级后到11.1。使用如下代码测试:
print(torch.cuda.current_device())
>>> 0
成功!
硬件和软件版面如下:
显卡:GTX A 6000
显卡驱动:460.91.03
CUDA: 11.2
Python: 3.8.11
Pytorch:1.9
cudatoolkit: 11.1.1
cudnn:8.2.1.32
这里参考了:
Install CUDA 11.2, cuDNN 8.1.0, PyTorch v1.8.0 (or v1.9.0), and python 3.9 on RTX3090 for deep learning
Matlab
指定GPU
gpuDevice(2)
Linux服务器常用命令 - 记录(Anaconda/Matlab/VNC/Python)相关推荐
- 大数据学习之Linux服务器常用命令
线上查询.帮助命令(2个) man 查看命令帮助,命令词典,更复杂还有info,但不常用. help 查看Linux内置命令的帮助,比如cd等命令. 文件.目录操作命令(18个) ls 全拼为list ...
- Linux 服务器常用命令
目录 一.基本命令 1.1 关机和重启命令 1.1.1 关机 1.1.2 重启 2.2 帮助命令 二.目录操作命令 2.1 目录切换命令 cd 2.2 目录查看指令 ls [-al] 2.3 目录操作 ...
- Linux服务器 常用命令
定义当前文件夹中有result.txt 查看当前文件夹ls 查看当前路径pwd 进入目录homecd home 返回上一级目标cd .. 查看文件内容less result.txt 删除文件rm re ...
- Linux下netstat常用,Linux netstat常用命令
1.统计80端口连接数 netstat -nat|grep -i "80"|wc -l 2.统计httpd协议连接数(查看Apache的并发请求数及其TCP连接状态) ps -ef ...
- 腾讯云Linux命令,腾讯云Linux云服务器常用命令(一)
腾讯云Linux云服务器常用命令有哪些?在使用腾讯云Linux云服务器过程中会经常用到一些命令,有些新用户不知道Linux云服务器的常用命令,所以今天小编就给大家整理一些腾讯云Linux云服务器常用命 ...
- linux服务器测试软件,linux服务器常用测试工具及命令
linux服务器常用测试工具及命令 1. 服务器配置查看 执行teddysun大牛的bench.sh脚本,输入下列命令: wget -qO- bench.sh | bash 拿腾讯云的香港轻量级服务器 ...
- linux下常用命令
目 录 引言 1 一.安装和登录 2 (一) login 2 (二) shutdown 2 (三) halt 3 (四) reboot 3 ...
- linux 删除20日前数据,Linux 维护常用命令
Linux 维护常用命令 1.查看某文件的一部分 如果你只想看文件的前 5 行,可以使用 head 命令, 如:head -5 /etc/passwd 如果你想查看文件的后 10 行,可以使用 tai ...
- 【收藏】Linux系统常用命令速查手册(附赠PDF档)
给大家收集整理了日常常用的Linux系统命令,仅供大家参考. 大家如果觉得文章看起来不太方便,获取<Linux系统常用命令速查手册>.PDF版. 联系小姐姐,备注"liunx命令 ...
最新文章
- .NET程序设计之四书五经
- CSS中块级格式化上下文(BFC)的特性与应用
- 浅谈BERT/Transformer模型的压缩与优化加速
- 深入理解和应用display属性(一)
- js 数字千分位展示
- 五光十色的白,荣耀9X PRO全息冰岛白正式开售
- python 组合求和_39. 组合总和(Python)
- 在国产银河麒麟v10操作系统下安装亿图图示(VISIO替代品)
- QT自动检测系统语言代码
- 2.9 使用快捷键快速隐藏和显示行列 [原创Excel教程]
- 【产品】 产品设计:ID设计和MD设计详解
- 【Unity3D基础2-5】Unity3D本地坐标系与世界坐标系
- 联发科技嵌入式_从机械到嵌入式开发,一个研究僧的联发科实习经验分享
- 天下无贼是假的,天下无票倒是真的;如来神掌是假功夫,能买到车票才是真功夫。
- 时下流行的css3页面纵向滑动效果
- SEO优化之—关键词批量查询工具
- 定制office2007静默安装版
- JTAG, TTL, CFE
- python json库安装_【Python基础】安装python第三方库
- Kubernetes:(十八)flannel网络