0x01 查看显卡

spci | grep -i vga

0x02 查看系统版本

cat /proc/version
uname -a

0x03 查看NVIDIA 显卡

nvidia-smi

0x04 查看CUDA版本

nvcc -V

0x05 不断刷新一个命令

watch

0x06 查找一个命令

which

0x07 docker使用

ref：http://blog.csdn.net/scythe666/article/details/78094848

0x08 全盘搜索

find / -print|grep FILENAME

0x09 打印命令详细信息

ps+pid

0x0A git版本回退

命令git reflog用来记录你的每一次命令：

$ git reflog
ea34578 HEAD@{0}: reset: moving to HEAD^
3628164 HEAD@{1}: commit: append GPL
ea34578 HEAD@{2}: commit: add distributed
cb926e7 HEAD@{3}: commit (initial): wrote a readme file

Git必须知道当前版本是哪个版本，在Git中，用HEAD表示当前版本，也就是最新的提交3628164…882e1e0（注意我的提交ID和你的肯定不一样），上一个版本就是HEAD^，上上一个版本就是HEAD^^，当然往上100个版本写100个^比较容易数不过来，所以写成HEAD~100。

扫描二维码关注公众号，回复： 186821 查看本文章

回退命令：

$ git reset --hard 3628164
HEAD is now at 3628164 append GPL

0x0B 看安装在哪

dpkg -S libcupti

0x0C 查看cudnn安装情况和版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

0x0D 查看是哪一个人在跑程序

ps u [pid]

0x0E 查看anaconda版本号

conda info has this information. If you need to access it programmatically, use conda info –json.

0x0F 查看pytorch版本号

import torch
print(torch.__version__)

0x1A 查找命令输出

docker images | grep huwang

0x1B tmux 分屏

上下分屏：ctrl + b  再按 "

左右分屏：ctrl + b  再按 %

切换屏幕：ctrl + b  再按o

关闭一个终端：ctrl + b  再按x; 或者直接ctrl + d

上下分屏与左右分屏切换： ctrl + b  再按空格键

detach 当前终端，ctrl + b 再按d

新建终端：tmux new -s dev

链接终端：tmux attach -t dev； 只有一个终端时，直接 tmux a

0x1C 常用Ubuntu命令

sudo apt-get update  更新源
sudo apt-get install package 安装包
sudo apt-get remove package 删除包
sudo apt-cache search package 搜索软件包
sudo apt-cache show package  获取包的相关信息，如说明、大小、版本等
sudo apt-get install package --reinstall  重新安装包
sudo apt-get -f install  修复安装
sudo apt-get remove package --purge 删除包，包括配置文件等
sudo apt-get build-dep package 安装相关的编译环境
sudo apt-get upgrade 更新已安装的包
sudo apt-get dist-upgrade 升级系统
sudo apt-cache depends package 了解使用该包依赖那些包
sudo apt-cache rdepends package 查看该包被哪些包依赖
sudo apt-get source package  下载该包的源代码
sudo apt-get clean && sudo apt-get autoclean 清理无用的包
sudo apt-get check 检查是否有损坏的依赖

0x1D conda新建virtual envs

1、Create a conda environment named tensorflow by invoking the following command:

C:> conda create -n tensorflow pip python=3.5

2、Activate the conda environment by issuing the following command:

C:> activate tensorflow
(tensorflow)C:>  # Your prompt should change

3、Issue the appropriate command to install TensorFlow inside your conda environment. To install the CPU-only version of TensorFlow, enter the following command:

(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow

To install the GPU version of TensorFlow, enter the following command (on a single line):

(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu

0x1E 查看文件或文件夹大小

一、查看文件大小
查看文件大小的命令：

~$ ls -l filename

会在终端输出：-rw-r–r– 1 root root 2147483648 Mar 5 09:39 filetemp0606 其中数字2147483648 就是文件filename的大小单位是字节B

~$ ls -l

会在终端输出当前文件夹下的所有文件的权限大小信息。

注意：如果filename是一个目录的话，执行以上命令会把filename目录下所有文件的大小信息在终端输出。

二、查看文件夹大小
查看文件夹的大小，也就是查看文件夹下所有文件的大小总和，例如查看文件夹Foldename的大小的命令：

~$ cd Foldename进到Foldename 目录

~$ du -sh

会给出总大小的一个数字，如果目录下文件很大，要等一会。

三、查看当前文件系统各分区的大小

查看磁盘的使用情况命令：

~$ df -h

输出格式如下：

Filesystem Size Used Avail Use% Mounted on
/dev/sda1 146G 30G 109G 22% /
udev 426M 4.0K 426M 1% /dev
tmpfs 174M 784K 173M 1% /run
none 5.0M 0 5.0M 0% /run/lock
none 435M 0 435M 0% /run/shm

查看分区磁盘的速度命令：

~$ hdparm -Tt /dev/sda1

在终端打印出如下信息：

/dev/sda1:
Timing cached reads: 1770 MB in 2.00 seconds = 885.55 MB/sec
Timing buffered disk reads: 218 MB in 3.03 seconds = 71.92 MB/sec

不同时间速度会有一些波动。

0x1F 查看tensorflow版本号

由于tensorflow版本不同,可能一些函数的调用也有变换,这时候可能需要查看tensorflow版本,可以在终端输入查询命令如下:

python

import tensorflow as tf

print(tf.__version__)

# 查询tensorflow安装路径为:

print(tf.__path__)

0x20 tensorboard使用

tensorboard --logdir='logs/'

0x21 Linux远程拷贝

使用scp命令

scp -r uname@[ip addr]:/mnt/StorageArray2_DGX1/huwang/ fromDGX/

命令使用详见：http://www.cnblogs.com/autumnvivi/articles/3447964.html

0x22 github 常用命令

把文件添加到仓库

$ git add readme.txt

add当前目录下所有

$  git add .

把文件提交到仓库

$ git commit -m "wrote a readme file"

推送到GitHub

$ git push -u origin master

Git的版本库里存了很多东西，其中最重要的就是称为stage（或者叫index）的暂存区，还有Git为我们自动创建的第一个分支master，以及指向master的一个指针叫HEAD。

这里写图片描述

第一步是用git add把文件添加进去，实际上就是把文件修改添加到暂存区；

第二步是用git commit提交更改，实际上就是把暂存区的所有内容提交到当前分支。

因为我们创建Git版本库时，Git自动为我们创建了唯一一个master分支，所以，现在，git commit就是往master分支上提交更改。

你可以简单理解为，需要提交的文件修改通通放到暂存区，然后，一次性提交暂存区的所有修改。

如果出现如下问题：

Counting objects: 50129, done.
Delta compression using up to 8 threads.
Compressing objects: 100% (48428/48428), done.
error: RPC failed; curl 55 Send failure: Connection was aborted
fatal: The remote end hung up unexpectedly
Writing objects: 100% (50129/50129), 3.74 GiB | 14.36 MiB/s, done.
Total 50129 (delta 1804), reused 49382 (delta 1636)
fatal: The remote end hung up unexpectedly
Everything up-to-date

The problem is due to git/https buffer settings. In order to solve it (taken from Git fails when pushing commit to github)

git config http.postBuffer 524288000

And run the command again

0x23 linux普通模式翻屏 + tmux下翻屏

1.linux普通模式翻屏（翻页）：shift+PgUp或者shift+PgDn

2.tmux模型下翻屏（翻页）：C-b pageup/pagedown

0x24 ubuntu tar zip 等解压

.tar
解包：tar xvf FileName.tar
打包：tar cvf FileName.tar DirName
（注：tar是打包，不是压缩！）
---------------------------------------------
.gz
解压1：gunzip FileName.gz
解压2：gzip -d FileName.gz
压缩：gzip FileName
.tar.gz 和 .tgz
解压：tar zxvf FileName.tar.gz
压缩：tar zcvf FileName.tar.gz DirName
---------------------------------------------
.bz2
解压1：bzip2 -d FileName.bz2
解压2：bunzip2 FileName.bz2
压缩： bzip2 -z FileName
.tar.bz2
解压：tar jxvf FileName.tar.bz2
压缩：tar jcvf FileName.tar.bz2 DirName
---------------------------------------------
.bz
解压1：bzip2 -d FileName.bz
解压2：bunzip2 FileName.bz
压缩：未知
.tar.bz
解压：tar jxvf FileName.tar.bz
压缩：未知
---------------------------------------------
.Z
解压：uncompress FileName.Z
压缩：compress FileName
.tar.Z
解压：tar Zxvf FileName.tar.Z
压缩：tar Zcvf FileName.tar.Z DirName
---------------------------------------------
.zip
解压：unzip FileName.zip
压缩：zip FileName.zip DirName
---------------------------------------------
.rar
解压：rar x FileName.rar
压缩：rar a FileName.rar DirName

rar请到：http://www.rarsoft.com/download.htm 下载！
解压后请将rar_static拷贝到/usr/bin目录（其他由$PATH环境变量指定的目录也可以）：
[root@www2 tmp]# cp rar_static /usr/bin/rar
---------------------------------------------
.lha
解压：lha -e FileName.lha
压缩：lha -a FileName.lha FileName

lha请到：http://www.infor.kanazawa-it.ac.jp/~ishii/lhaunix/下载！
>解压后请将lha拷贝到/usr/bin目录（其他由$PATH环境变量指定的目录也可以）：
[root@www2 tmp]# cp lha /usr/bin/
---------------------------------------------
.rpm
解包：rpm2cpio FileName.rpm | cpio -div
---------------------------------------------
.deb
解包：ar p FileName.deb data.tar.gz | tar zxf -
---------------------------------------------
.tar .tgz .tar.gz .tar.Z .tar.bz .tar.bz2 .zip .cpio .rpm .deb .slp .arj .rar .ace .lha .lzh .lzx .lzs .arc .sda .sfx .lnx .zoo .cab .kar .cpt .pit .sit .sea
解压：sEx x FileName.*
压缩：sEx a FileName.* FileName

sEx只是调用相关程序，本身并无压缩、解压功能，请注意！
sEx请到： http://sourceforge.net/projects/sex下载！
解压后请将sEx拷贝到/usr/bin目录（其他由$PATH环境变量指定的目录也可以）：
[root@www2 tmp]# cp sEx /usr/bin/

0x25 anaconda python cuda环境变量设置 bashrc

# .bashrc

# Source global definitions
if [ -f /etc/bashrc ]; then
    . /etc/bashrc
fi

# User specific aliases and functions

export PATH="/home/hwang/hwang/program_files/cuda8_local/bin:$PATH"
export LD_LIBRARY_PATH="/home/hwang/hwang/program_files/cuda8_local/lib64:$LD_LIBRARY_PATH"
export PATH="/home/hwang/hwang/tools/anaconda3/bin:$PATH"

0x26 alias 命令

alias clear="/usr/bin/clear"

wh常用命令