linux常用命令笔记

目录

• 1 查看系统信息
  • 1.1 查看显卡占用
  • 1.2 查看cpu信息
  • 1.3 查看内存信息
  • 1.4 查看存储大小
• 2 文件操作
  • 2.1 复制文件到某个路径
  • 2.2 复制文件夹到某个路径
  • 2.3 移动文件到某个路径
  • 2.4 移动文件夹到某个路径
• 3 解压缩
  • 3.1 解压zip文件
• 4 彻底卸载python
  • 4.1 查看要卸载的python版本
  • 4.2 卸载
• 5 linux更新显卡驱动

1 查看系统信息

1.1 查看显卡占用

方法一

nvidia-smi

方法二、动态监控 0.5为刷新秒数

watch -n 0.5 nvidia-smi

方法三、gpustat库，也能动态监控
安装库

pip install gpustat

查看命令

gpustat -i

gpustat命令能直接看到具体的账户的进程占用

gpustat

在显卡被进程占用时，可以用命令根据具体进程的PID号去杀死进程

kill -9 7752(PID号)

1.2 查看cpu信息

cat /proc/cpuinfo

1.3 查看内存信息

方法一

top

方法二

free -m

方法三

htop

查看所有进程

ps -ef

1.4 查看存储大小

查看各分区使用情况

df -h

扫描文件夹目录下的详细存储信息

ncdu

2 文件操作

2.1 复制文件到某个路径

命令例子

cp <源文件路径> <目标文件夹路径>
cp file.txt /path/to/destination

2.2 复制文件夹到某个路径

cp -r /path/to/source/folder /path/to/destination/folder
# 复制源文件夹并重新命名
cp -r source_folder destination_folder_new_name

2.3 移动文件到某个路径

mv /path/to/source/file.txt /path/to/destination/
# 如果你想要覆盖目标路径下的同名文件，可以使用-f选项：
mv -f /path/to/source/file.txt /path/to/destination/
# 如果你想在移动文件的同时重命名它，可以这样做：
mv /path/to/source/file.txt /path/to/destination/newname.txt

2.4 移动文件夹到某个路径

mv folder_to_move /path/to/destination/
# 如果目标位置已经有一个同名的文件夹，并且你想要覆盖它，可以使用-f（强制）选项：
mv -f folder_to_move /path/to/destination/
# 如果你想在移动的过程中保持文件夹的结构，你可以使用-t（目标）选项，这样你就可以指定目标文件夹后面跟上源文件夹：
mv -t /path/to/destination/ folder_to_move

3 解压缩

3.1 解压zip文件

解压方法

# 方式1：直接解压
unzip bb.zip 
# 方式2：解压到指定目录
unzip bb.zip -d ./test333/

如果upzip没有安装，会提示没有这个包
此时可以用sudo apt install unzip去安装，但是假设你不是管理员，就无法安装了。
此时可以借助conda去安装

# 有权限直接安装
sudo apt install unzip
# 没权限改用conda安装
conda install -c conda-forge unzip

4 彻底卸载python

4.1 查看要卸载的python版本

若要卸载python2，则查看命令为

python2 --version

若要卸载python3，则查看命令为

python3 --version

4.2 卸载

卸载Python

sudo apt-get remove python(对于自己的版本)

卸载Python及其依赖

sudo apt-get remove --auto-remove python(对于自己的版本)

清除python

sudo apt-get purge python(对于自己的版本)

5 linux更新显卡驱动

注意：需要管理员身份

更新

sudo apt-get update

预览驱动列表

ubuntu-drivers devices

安装推荐的驱动

sudo apt-get install nvidia-driver-<version>

例如：

sudo apt-get install nvidia-driver-525

安装完重启

sudo reboot

测试有没有安装成功

nvidia-smi

这时候可以看到安装成功了，这个版本的cuda支持到了12.0