本文共 1311 字，大约阅读时间需要 4 分钟。

1、查看该服务器上内存使用情况

df -h

查看服务器上各个GPU占用情况

nvidia-smi

查看服务器系统版本号

cat /etc/redhat-release

2、查看自己在服务器上占用内存

du -lsh ./

3、指定GPU跑程序

CUDA_VISIBLE_DEVICES=gpuID python xxx.py

4、安装指定版本tensorflow（gpu版）

pip install tensorflow-gpu==版本

卸载tensorflow

pip uninstall tensorflow-gpu

5、查看服务器上已经安装的tensorflow版本

pythonimport tensorflow as tftf._version_

6、查看安装的cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2

7、查看安装的cuda版本

nvcc --version

8、当前位置解压zip文件

unzip XXX.zip

9、从远程服务器mnt目录下拷贝文件到本地

scp -r le.kang@10.10.10.16:/mnt/data-3/data/yu01.wang/goods_data/forKL /Users/Cheney/Desktop/dataspscp -r 远程服务器用户名@远程服务器ip:需要拷贝文件目录 本地存放地址

10、查看系统中各个进程的资源占用状况

tophtop

11、查看当前工作目录的完整路径

pwd

12、拷贝文件

cp -r /home/users/gpuwork/submit_multi_hosts_tutorial/ /home/users/le.kangcp -r file dir # r 递归拷贝

13、ls命令

ls # 查看文件夹ls -l # 查看文件夹详细信息ll # 同ls -l

14、修改生效，更新.bashrc

source ~.bashrc

15、查询系统所有作业信息

qstat -a

16、将HDFS目录下的文件下载到本地

hdfs dfs -get hdfs://hobot-bigdata/public_code/sample_tensorfolw_job.tar.gz

17、查找 libpython3.6m.so.1.0 的位置

locate libpython3.6m.so.1.0

18、查看scp记录

history | grep scp

19、设置为每 10s 显示一次显存情况：

$ watch -n 10 nvidia-smi

20、移动文件mv命令

cd 所在目录mv 文件名 目标路径mv /usr/lib/*  /zone  # 是将 /usr/lib/下所有的东西移到/zone/中mv /usr/lib/*.txt  /zone # 是将lib下以txt结尾的所有文件移到/zone中

21、mac 管理多个终端窗口命令

# 打开一个窗口command + N#在一个新窗口中建立多个终端窗口 command + T

转载地址：http://yffab.baihongyu.com/