関連ソフトウェアのインストールとサーバの操作を深く学習

一、windowsインストールkeras:
ステップ3:1、Anaconda promptを開き、conda install mingw libpythonを入力してダウンロードします.
2、conda install theanoを入力して車に戻る.
3、conda install keras(またはconda install-c conda-forge keras=2.0.2)を入力して車に戻る.
二、インストールOpenCV:入力:conda install-chttps://conda.anaconda.org/menpo opencv
三、サーバー操作:
1、アンインストールファイル:pip uninstall Keras
2、ダウンロードファイル:pip install Keras==2.1.6またはsudo pip install kerasまたはconda install***
3、エラーが発生した場合:Consider using the`--user`option or check the permissions.使用:pip install--user Keras==2.1.6
4、ローカルサーバーでnotebookを開く:jupyter notebook--ip=192.168.2.183--port=8888
5、サーバー再起動:reboot或いはshutdown-r now或いはsudo shutdown-r now
sudo shutdown-h now(サーバを閉じる)
6、anaconda:rm-rf anacondaの削除
7、サーバーGPUプロセス情報の表示:nvidia-smi
cpuプロセスの表示:netstat-ntlp
8、プロセスを殺す(メモリを解放する):kill pid(pidはプロセス番号を表す)
9、nvidia駆動バージョンを表示する:

sudo dpkg --list | grep nvidia-*

  ;表示されるNVRM version:NVIDIA UNIX x 86_64 Kernel Moduleのバージョン:

cat /proc/driver/nvidia/version  

10、linuxで実行する.shファイル:a、ファイルに権限を追加---

chmod u+x hello.sh

b、現在のファイルのディレクトリの下で実行----

./hello.sh  #   sh hello.sh

11、一般的に有名なlinuxシステムは基本的に2つの種類に分けられる:a、RedHatシリーズ:Redhat、Centos、FedoraなどのRedHatシリーズ:1よくあるインストールパッケージフォーマットrpmパッケージ、rpmパッケージをインストールするコマンドは「rpm-パラメータ」2パッケージ管理ツールyum 3はtarパッケージをサポートする
b、Debianシリーズ:Debian、UbuntuなどのDebianシリーズ1よくあるインストールパッケージ形式debパッケージ、インストールdebパッケージのコマンドは「dpkg-パラメータ」2パッケージ管理ツールapt-get 3はtarパッケージをサポートするのでUbuntuはyumではなくapt-getで
12、サーバーバックグラウンドの運行コード:

nohup command > myout.file 2>&1 &

commandとは、自分が実行する必要があるコマンドまたはコードを指します.fileは自分で指定した出力ファイルの名前で、この2つはすべて人為的な設定です.
13、コピーコマンドcp:コピーディレクトリはdir 1、ターゲットディレクトリはdir 2である.dir 1の下のすべてのファイルをdir 2の下にコピーするには、dir 2ディレクトリが存在しない場合は、cp-r dir 1 dir 2を直接使用することができるdir 2ディレクトリが存在する場合は、cp-r dir 1/を使用する必要がある.dir2
14、CPUの使用状況をリアルタイムで確認する:top
CPU情報表示コマンド:cat/proc/cpuinfo
メモリ情報の表示コマンド:cat/proc/meminfo
HDD情報表示コマンド:fdisk-l
四、linuxサーバー上で深度学習環境を配置する:
1、anaconda 3:wgetをダウンロードするhttps://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh#64ビットシステム
2、anaconda 3:bash Anaconda 3-5.1.0-Linux-x 86_をインストールする64.sh
3、実行環境の作成:conda create-n tensorflow python=3.5.tensorflow(これは環境の名前で、勝手に命名できます)、python=3.5(これは環境に含まれているもので、書かなくてもいいです)
4、環境の中で必要なパッケージをダウンロードします:conda install scipy pandas(これはscipy、numpy、pandasをダウンロードします);conda install jupyter notebook;conda install tensorflow;
5、gpu版のtensorflowをインストールする:conda install tensorflow-gpu=1.9.0バージョン番号または(conda install--channelhttps://conda.anaconda.org/jjh_cio_testingtensorflow-gpu)またはpipを使用してダウンロードします.注意:pipとcondaを同時に使用すると、複数のtensorflowバージョンが発生する可能性があります.できるだけ同じツールを使用します.
6、環境の削除:conda env remove-n tensorflow
7、Pytorch+torchvisionのインストール:conda install pytorch torchvision-c pytorch
8、最新版torchtext:pip installhttps://github.com/pytorch/text/archive/master.zip
9、パッケージの更新操作:pip install requests--upgrade或いはconda update requests
すべてのライブラリの更新:conda update--all
conda自身の更新:conda update conda
anaconda自身の更新:conda update anaconda
10、前のpython環境に戻る:conda deactivate;source deactivate現在の環境を終了
11、すべての環境を表示する:conda info--envs
12、地元のcondaにAAAの環境があります.新しい環境を作りたいです.BBB:conda create-n BBB--clone AAAと同じです.
13、環境の保存とロード:conda env export > environment.yamlを使用してパッケージをYAMLとして保存し、環境ファイルから環境を作成するにはconda env create -f environment.yamlを使用する