常用命令和工具

远程服务器设置本地proxy转发#

首先开启proxy，端口号默认7890，然后在本地命令行中输入ipconfig获得ip地址

在这里插入图片描述

打开远程服务器，输入下列代码设置proxy转发端口

export http_proxy=http://172.21.***.109:7890
export https_proxy=http://172.21.***.109:7890

powershell

设置完毕后测试一下，访问网站

curl -v http://www.google.com

powershell

访问成功

取消

unset http_proxy
unset https_proxy

powershell

本地免密登录远程服务器#

一、生成SSH密钥对#

在Windows命令行（CMD）或PowerShell中执行：

ssh-keygen -t ed25519 -C "your_email@example.com"

cmd

说明：

-t ed25519：使用ED25519算法（安全且高效）
-C：添加注释（通常是你的邮箱）
直接按回车使用默认路径（C:\Users\你的用户名.ssh\id_ed25519）
密码短语直接按回车跳过（实现免密）

二、复制公钥到远程服务器#

重要说明：如果服务器上已有 authorized_keys 文件（比如之前在其他设备上配置过），以下命令会自动追加新公钥，不会覆盖已有的公钥。这样你可以在多台设备上实现免密登录。

方法1：使用PowerShell命令（推荐，最简单）

在PowerShell中执行：

type $env:USERPROFILE\.ssh\id_ed25519.pub | ssh username@remote_ip "mkdir -p ~/.ssh && cat >> ~/.ssh/authorized_keys && chmod 700 ~/.ssh && chmod 600 ~/.ssh/authorized_keys"

powershell

示例：

type $env:USERPROFILE\.ssh\id_ed25519.pub | ssh root@192.168.1.100 "mkdir -p ~/.ssh && cat >> ~/.ssh/authorized_keys && chmod 700 ~/.ssh && chmod 600 ~/.ssh/authorized_keys"

powershell

方法2：手动复制

查看本地公钥（CMD）：

type %USERPROFILE%\.ssh\id_ed25519.pub

cmd

或（PowerShell）：

type $env:USERPROFILE\.ssh\id_ed25519.pub

powershell

复制公钥内容，登录远程服务器：

ssh username@remote_ip

cmd

在远程服务器上执行：

mkdir -p ~/.ssh
echo "你的公钥内容" >> ~/.ssh/authorized_keys
chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys

bash

三、测试免密登录#

ssh username@remote_ip

cmd

如果不需要输入密码直接登录，说明配置成功！

四、配置快捷别名（可选）#

编辑 SSH 配置文件 C:\Users\你的用户名\.ssh\config：

使用记事本打开：

notepad %USERPROFILE%\.ssh\config

cmd

添加以下内容：

Host myserver
    HostName 192.168.1.100
    User root
    Port 22
    IdentityFile C:\Users\你的用户名\.ssh\id_ed25519

plaintext

以后直接 ssh myserver 即可登录。

结束GPU进程#

ps x |grep python|awk '{print $1}'|xargs kill

python

解释：ps grep组合查看python进程，使用awk分割pid，xargs组合kill命令，等价于kill [属于python的pid]

使用Tmux挂起会话进程#

输入tmux即可进入Tmux窗口，但不推荐。因为第一个启动的 Tmux 窗口，编号是0，第二个窗口的编号是1，以此类推。这些窗口对应的会话，就是 0 号会话、1 号会话。使用编号区分会话，不太直观，更好的方法是为会话起名。
使用命令创建一个指定名称的会话

tmux new -s <session-name>

powershell

分离会话

tmux detach

powershell

或者使用Ctrl + b, d 先按下 Ctrl + b（这是 tmux 的前缀键）然后松开，再按 d。

查看所有会话

tmux ls

powershell

接入会话

tmux attach -t <session-name>

powershell

杀死会话

tmux kill-session -t <session-name>

powershell

从远程服务器之间数据拷贝#

使用sudo apt-get install rsync来安装rsync工具，支持断点重续。
执行命令

rsync -avzP --exclude='Multimodal-Cooperation-main/code/log_sample/' -e "ssh -p 2233" tangqian@172.21.201.220:/path/to/source/ /path/to/destination/

powershell

-v：详细模式输出，显示传输过程中的信息。

-z：在传输文件时进行压缩。

-P: -P 参数是 —partial 和 —progress 的组合，其中：partial：告诉 rsync 保持部分传输的文件，这样如果传输中断，下次传输同一文件时不会从头开始，而是从中断处继续。progress：显示传输进度。

—exclude=‘log_sample/‘：指定排除不拷贝的文件或目录，这里使用了相对路径。

user@remote:/path/to/source/：远程服务器上的用户名、主机地址和源路径。

/path/to/destination/：本地的目标路径。

-e “ssh -p 2233” 指定了通过SSH连接并且使用端口2233。

确保源路径和目标路径以斜杠结尾，这取决于你希望如何同步文件夹内容。在你的例子中，源路径 /home/tangqian/my_project/ 以斜杠结尾意味着复制该目录的内容到目标位置；如果不以斜杠结尾，则会创建一个名为 my_project 的子目录并将所有内容放入其中。

也可以本地上传至服务

rsync -avzP --progress ./upload.zip -e "ssh -p 2233" tangqian@172.21.201.220:/home/tangqian/dataset

powershell

远程服务器与本地之间数据拷贝#

首先去微软商店安装ubuntu系统
安装完之后，可能出现bug，参考windows11 启用 wsl, 安装 ubuntu 系统 ↗
在cmd终端输入ubuntu进入系统
进入windows路径

cd /mnt

powershell

使用rsync传数据

Tensorflow-GPU安装#

python=3.6 2.x才支持GPU加速

pip install keras==2.2.4 tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

powershell

pip install keras==2.3.1 tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

powershell

PyTorch-GPU安装#

python=3.6-3.9

pip install torch==1.9.0 torchvision==0.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

powershell

pip install torch==1.10.0 torchtext==0.11.0 torchvision==0.11.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

powershell

适用于A100 python3.8

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

powershell

查看CUDA版本指令，通常torch.version.cuda 显示的版本号要小于等于NVIDIA CUDA 版本

import torch
print(torch.cuda.is_available())
print(torch.version.cuda)

powershell

其他镜像

-i https://mirrors.aliyun.com/pypi/simple

powershell

-i https://pypi.douban.com/simple

powershell

-i https://pypi.mirrors.ustc.edu.cn/simple

powershell

-i https://repo.huaweicloud.com/repository/pypi/simple

powershell

服务器上报数据和缓存不在同一个GPU上的错误#

RuntimeError: module must have its parameters and buffers on device cuda:3 (device_ids[0]) but found one of them on device: cuda:0

bash

这是由于在并行训练时，如果已经通过 model.to(device) 或 torch.nn.DataParallel 将模型移动到了特定的 GPU 或多个 GPU 上，再次调用 model.cuda() 是不必要的。

修改后的代码如下：

model.to(device)
if len(gpu_ids) > 1:
    model = torch.nn.DataParallel(model, device_ids=gpu_ids)
else:
    model.cuda()

python

Linux常用的命令#

rm -rf *

powershell

mv /path/to/source/* /path/to/destination/

powershell

zip压缩命令跳过指定文件夹#

zip -r Multimodal-Cooperation-main-v2.zip Multimodal-Cooperation-main/ -x "Multimodal-Cooperation-main/code/log_sample/*"

powershell

Nvidia-smi在当前页面刷新输出#

watch -n 0.1 nvidia-smi

powershell

解释 watch：这是一个 Linux 命令，用于定期执行指定的命令并在终端中显示输出。 -n 0.1：这个选项指定了刷新的间隔时间，这里设置为 0.1 秒。 nvidia-smi：这是你希望定期执行并显示其输出的命令。

Ubuntu启动EasyConnect#

sudo /usr/share/sangfor/EasyConnect/EasyConnect

powershell

Docker的使用#

参考博客 ↗

拉取原始镜像docker pull ubuntu:22.04 此时镜像名称为 ubuntu，标签为 22.04。或者使用 docker tag 重命名镜像：docker tag ubuntu:22.04 my-ubuntu:v1 重命名为 my-ubuntu:v1
查看镜像docker image
删除原始镜像docker rmi ubuntu:22.04
创建容器docker run -it --name hw_mirror ubuntu:22.04（一定要带标签） docker run：Docker 的核心命令，用于创建并启动一个新容器 -it (组合参数)：-i (—interactive)：保持标准输入打开，允许与容器交互 -t (—tty)：分配伪终端（TTY），使容器像本地终端一样工作 → 组合效果：进入容器的交互式命令行模式 **—name hw_mirror**：为容器指定名称 hw_mirror 如果不指定，Docker 会随机生成名称（如 friendly_curie）后续可用 docker start hw_mirror 通过名称操作容器 ubuntu:22.04：使用的镜像名称及标签，若本地不存在，会先自动执行 docker pull ubuntu:22.04
查看容器docker ps -a
删除容器docker rm hw_mirror
查看ubuntu版本cat /etc/os-release
容器内安装python

# 1. 更新包列表
apt update

# 2. 安装 Python 3
apt install -y python3

# 3. 安装 pip（Python 包管理器）
apt install -y python3-pip

# 4. 验证安装
python3 --version
pip3 --version

python

在这里插入图片描述

自定义创建Docker#

创建Dockerfile以及一些准备的文件 Dockerfile的内容：

# 使用官方轻量级镜像
FROM ubuntu:22.04

# 临时禁用交互（构建结束时移除）
ENV DEBIAN_FRONTEND=noninteractive

# 安装系统依赖（清理缓存）
RUN apt-get update && \
    apt-get install -y --no-install-recommends \  
        python3-pip \
        curl \
    && rm -rf /var/lib/apt/lists/*
    
# 不需要安装python3.10（22.04自带python3.10）
# 删除环境变量（防止运行时影响）
RUN unset DEBIAN_FRONTEND

# 安装Python依赖（优先复制依赖文件）
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 设置工作目录并复制代码
WORKDIR /app
# 将当前路径下的所有内容拷贝到工作目录
COPY . .

# 声明端口（文档用途）
EXPOSE 8000

# 启动命令
# CMD ["python3", "app.py"]

python

在包含Dockerfile的目录下构建镜像docker build -t my-custom-app:v1 . docker build 作用：启动 Docker 构建流程行为：根据当前目录下的 Dockerfile 创建新镜像 -t my-custom-app:v1 -t 参数：—tag 的缩写，用于指定镜像名称和标签 my-custom-app：自定义的镜像名称（通常按”项目名/用途”格式） :v1：镜像标签（推荐使用语义化版本控制）标签省略时默认为 :latest 有效标签格式：v1.2.3, beta, 20240610等 .（末尾的点） 含义：指定构建上下文路径作用：Dockerfile 中的 COPY 和 ADD 指令相对此路径工作注意事项： Docker 会把当前目录所有内容发送给 Docker 守护进程使用 .dockerignore 文件排除不需要的文件
使用镜像执行python3 -V命令：docker run -it my-custom-app:v1 python3 -V
创建并使用新的容器docker run -it -d --name my-app my-custom-app:v2 /bin/bash docker run：创建并启动新容器 -it：组合参数：
-i：保持标准输入流打开（允许交互）
-t：分配伪终端（创建命令行界面） -d：后台运行（detach 模式） —name my-app：指定容器名称为 my-app my-custom-app:v2：使用的镜像和标签 /bin/bash：容器启动后执行的命令（启动 Bash Shell）
连接已有容器：

# 如果容器已停止：
docker start my-app
# 进入运行中的容器
docker exec -it demo-app /bin/bash

python

修改容器后，将当前容器提交为镜像：docker commit ur5e my-custom-ur5e-image
保存镜像为tar压缩文件docker save -o ur5e-image.tar my-custom-ur5e-image
压缩文件大小gzip ur5e-image.tar
解压tar文件gzip -d ur5e-image.tar.gz
加载镜像docker load -i ur5e-image.tar
docker run -itd --name ros2_gpu --gpus all --env="DISPLAY" --env="NVIDIA_DRIVER_CAPABILITIES=all" --env="QT_X11_NO_MITSHM=1" --env="LIBGL_ALWAYS_INDIRECT=1" --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" --volume="$HOME/.Xauthority:/root/.Xauthority:rw" my-custom-ur5e-image:latest /bin/bash —gpus all：允许容器访问宿主机的所有 NVIDIA GPU —env=“NVIDIA_DRIVER_CAPABILITIES=all”：定义 NVIDIA 驱动的功能范- all 包含图形渲染（OpenGL/Vulkan）和计算（CUDA） —env=“DISPLAY”：传递宿主机的 DISPLAY 环境变量（通常为 :0）到容器 —volume=“/tmp/.X11-unix:/tmp/.X11-unix:rw”：挂载宿主机的 X11 套接字目录到容器 —volume=“$HOME/.Xauthority:/root/.Xauthority:rw”：挂载 X11 认证文件（~/.Xauthority）到容器 —env=“QT_X11_NO_MITSHM=1”：禁用 Qt 的共享内存（MIT-SHM）扩展 —env=“LIBGL_ALWAYS_INDIRECT=1”：强制 OpenGL 使用间接渲染（通过 X11 转发）

Ubuntu换源工具#

wget http://fishros.com/install -O fishros && . fishros

python

Ubuntu使用代理教程#

教程 ↗

云服务器直接下载百度网盘文件#

先下载bypy
```
pip install bypy
```
bash
登录
```
bypy info
```
bash
登录后会在“我的应用数据”文件夹下生成bypy文件夹，我们只需要把要下载的内容复制到该文件夹中
然后下载文件夹到指定目录（下载文件用download）
```
bypy downdir / /path/to/your/target/directory -v
```
bash
上传到百度云命令
```
bypy upload /path/to/local/folder
```
bash

清理pip的缓存#

rm -rf /tmp/*

# 2. 删除 Python 缓存
find /root -name "__pycache__" -type d -exec rm -rf {} + 2>/dev/null
find /root -name "*.pyc" -delete 2>/dev/null

# 3. 清理 pip/conda 残留（即使你迁移了 .cache）
rm -rf /root/.local/lib/python*/site-packages/*  # 谨慎！如果你用 pip install --user
rm -rf /root/.conda

# 4. 删除 Jupyter 缓存
rm -rf /root/.local/share/jupyter

bash

将本地代码上传到Github仓库#

生成新的SSH密钥

ssh-keygen -t ed25519 -C "14680426@qq.com"

bash

将SSH公钥添加到Github

cat ~/.ssh/id_ed25519.pub

bash

复制公钥内容，登录 GitHub → 点右上角头像 → Settings → 左侧 SSH and GPG keys → New SSH key

测试SSH连接

ssh -T git@github.com

bash

# 初始化仓库
git init

# 配置git用户名和邮箱
git config --global user.name "SoupCola"
git config --global user.email "14680426@qq.com"

# 查看改动
git status

# 添加所有改动
git add .

# 提交
git commit -m "feat: support structured output tools"

# 关联远程仓库
git remote add origin git@github.com:你的用户名/仓库名.git

# 推送到 main 分支（GitHub 默认分支可能是 main 或 master）
git push -u origin main

bash

WSL2安装可视化桌面#

安装VcXsrv 下载地址 ↗

启动VcXsrv 一直点next（注意第一个界面设置Display为0），第三个界面勾选Disable access control

在wsl环境中安装xfce

sudo apt install xfce4-terminal
sudo apt install xfce4

bash

因为每次启动WSL都会使用新的IP，所以配置自动更新~/.bashrc文件的IP

nano ～/.bashrc

bash

在末尾添加

export DISPLAY=$(awk '/nameserver/{print $2; exit}' /etc/resolv.conf):0

bash

启动xeyes测试

xeyes

bash

更新配置

source .bashrc

bash

安装中文支持

sudo apt install ttf-wqy-zenhei

bash

运行xfce4即可查看桌面

startxfce4

bash

在这里插入图片描述

Windows 关闭 Service Worker 进程#

1️⃣ 打开运行：

Win + R

输入：

resmon

2️⃣ 打开 CPU

3️⃣ 在关联的句柄搜索：

Service Worker

或你的文件夹名字

4️⃣ 找到进程 → 结束进程。

windows清理python进程#

查找进程命令

wmic process where "name='python.exe' or name='pythonw.exe'" get ProcessId,CommandLine /format:table

bash

kill命令

taskkill /PID <PID> /F

bash

常用命令和工具 📌 已置顶

远程服务器设置本地proxy转发#

本地免密登录远程服务器#

一、生成SSH密钥对#

二、复制公钥到远程服务器#

三、测试免密登录#

四、配置快捷别名（可选）#

结束GPU进程#

使用Tmux挂起会话进程#

从远程服务器之间数据拷贝#

远程服务器与本地之间数据拷贝#

Tensorflow-GPU安装#

PyTorch-GPU安装#

服务器上报数据和缓存不在同一个GPU上的错误#

Linux常用的命令#

zip压缩命令跳过指定文件夹#

Nvidia-smi在当前页面刷新输出#

Ubuntu启动EasyConnect#

Docker的使用#

自定义创建Docker#

Ubuntu换源工具#

Ubuntu使用代理教程#

云服务器直接下载百度网盘文件#

清理pip的缓存#

将本地代码上传到Github仓库#

WSL2安装可视化桌面#

Windows 关闭 Service Worker 进程#

windows清理python进程#