conda / cuda / screen 常用命令总结

记录一些常用的 conda / cuda / screen 相关的命令，这些在跑深度学习代码时经常用到。

conda

下面的命令在 Ubuntu 下的 4.8.3 版本 conda 均正确工作。

• 查看conda版本

  conda -V
  

• 创建新环境

  conda create --name <环境名> python=<Python版本> numpy scipy
  

• 查看所有环境

  conda env list
  

• 进入某个环境

  source activate <环境名>
  

• 退出当前环境

  conda deactivate
  

• 删除某个环境

  需要在 deactivate 的状态下执行。

  conda remove -n <环境名> --all
  

• 添加清华源

  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  conda config --set show_channel_urls yes
  

• 从清华源安装 PyTorch

  • 首先添加清华的 PyTorch 源

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
    

  • 然后按照官网的说明执行对应版本的命令

    https://pytorch.org/get-started/previous-versions/

    注意最后的 -c pytorch 就不需要加了，这样就可以走清华源。

• 安装包

  需要在某个环境下执行。

  尽量不要用 pip 来装包，这样所有包 conda 可以统一管理。需要注意有些包名和 pip 的不同，比如 opencv 和 opencv-python。

  conda install <包名>
  

• 查看已安装的包

  需要在某个环境下执行。

  conda list
  

• 删除包

  需要在某个环境下执行。

  conda remove <包名>
  

cuda

• 查看cuda版本

  cat /usr/local/cuda/version.txt
  

• 实时监控显卡工作状态

  watch -n <秒数> -d nvidia-smi
  

screen

注意，如果要用 conda，则应先 deactivate 后再使用 screen，然后在新的 screen 中 activate，否则虚拟环境无效。

• 创建新 screen

  screen -S <screen名>
  

• 列出所有 screen

  screen -ls
  

• 恢复某个 screen

  screen -r <screen名>
  

• 离线某个 screen

  screen -d <screen名>