Aaconda

1、创建虚拟python环境： 通过构建虚拟环境，可避免与其他人的软件版本冲突 conda create -n your_name python=3.6

特别注意：在创建虚拟环境前，使用下面命令，查看是否会有重名的虚拟环境：conda env list

2、激活虚拟环境 source activate name

3、关闭虚拟环境 source deactivate

4、删除虚拟环境 conda env remove --name

服务器下载慢时

conda虚拟环境包的目录：

~/anaconda3/envs/NER/lib/python3.6/site-packages

把本地下载好的包放进去即可

上传文件

scp命令实现本地文件上传到 linux服务器

scp 【本地文件路径】 【服务器用户名】@【服务器ip地址】:【服务器上存放文件的路径】
scp /Users/dream/Desktop/platform-graduate-web/README.md root@192.168.1.1:/usr/graduate
unzip name.zip #解压zip文件

####查看服务器使用情况

watch -n -9 nvidia-smi #查看主机中GPU编号
df -h  #查看硬盘使用情况
free -m #查看内存使用情况
top  #查看进程运行情况
top -p 21538,30386 # top查看指定进程

使用第一张与第三张GPU卡

os.environ["CUDA_VISIBLE_DEVICES"] = "0, 2" # 代码内方式 
CUDA_VISIBLE_DEVICES=2,3 python3 ./train.py # 命令行方式

SCREEN

screen -S david       #利用screen 命令 ，重起一个screen。这个就相当于远程服务器自己启动一个命令行接口
screen -ls            #查看远程服务器存在的screen。
screen -r 40912       #我们试试 40912是不是我们之前的 python 循环任务呢
screen -S session_name -X quit        #kill一个screen
断开当前的screen呢。用快捷键， 先按下  Ctrl + A， 再输入 K 键

环境搭建

  • https://pypi.org/project/tensorflow/1.14.0/#files 本地安装tensorflow
  • https://blog.csdn.net/weixin_41357300/article/details/97318913
  • https://blog.csdn.net/qq_38901147/article/details/90049666。cuda
  • conda install tensorflow-gpu=1.14.0