PyTorch指定GPU的方法 - 简书 (jianshu.com)
RuntimeError: device ＞= 0 && device ＜ num_gpus，但明明device=0且num_gpus＞1_device>=0-CSDN博客
 vscode连接远程服务器的指定虚拟环境 - 七三七3 - 博客园 (cnblogs.com)

git

撤回commit
git reset –soft HEAD~1
撤回 add
git reset .

比较不同分支区别
git diff branch1 branch2 --stat

同步main分支的更新到分支：
第一步：切换到本地的仓库，更新为最新的代码。第二步：切换到要同步的子分支上。第三步：在子分支上运行 git merge master 就会将主分支的代码同步到子分支上。

删除分支

列出本地
git branch

删除本地
git branch -d  local_branch_name

删除远程
git push remote_name -d remote_branch_name

论文前

1
2
3


python --version
pip list

查看内存

-m 选项是以MB为单位来展示内存使用信息; -h 选项则是以人类(human)可读的单位来展示。
free -m
free -h
du -sh : 查看当前目录总共占的容量，而不单独列出各子项占用的容量；
du -sh ./* : 单独列出各子项占用的容量。

Windows

成功解决：AssertionError: Torch not compiled with CUDA enabled-CSDN博客
 通过命令行快速安装pytorch2.0（GPU）_torch==2.0.1+cu118 国内镜像-CSDN博客

pip install torch==2.1.0+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

import torch
torch.cuda.is_available()

Linux

anaconda Linux安装Anaconda(Anaconda3-2022.10-Linux-x86_64.sh版本)-CSDN博客

指令 24.01.07 | 计算机视觉博士生存指南（三） | 服务器配置与基础Linux指令大全 - 知乎 (zhihu.com)

Cuda 实现Linux服务器配置深度学习环境并跑代码完整步骤_能用虚拟机的linux跑深度学习吗-CSDN博客
 Linux conda中Tensorflow GPU安装配置全面梳理（包含cuda、cudnn）_gv102-CSDN博客
 Tensorflow-gpu保姆级安装教程（Win11, Anaconda3，Python3.9）-CSDN博客

git 在ubuntu上使用git克隆github上的项目 - 知乎 (zhihu.com)

vs
VSCode使用Remote SSH连接远程服务器 - 知乎 (zhihu.com)

GPU释放显存—–无进程但显存占满解决方法-CSDN博客

1
2
3

nvidia-smi
ps aux|grep python # 查看进程号
kill -9 进程号

ps aux | grep python | grep -v grep | awk '{print $2}' | xargs -I {} kill -9 {}
解决问题。
此外可以通过代码 ps aux | grep python 检查进程

无法连接 VSCode 使用 Remote-SSH 连接服务器时报错：Resolver error: Error: The VS Code Server failed to start VSCode使用Remote-SSH连接服务器时报错：Resolver error: Error: The VS Code Server failed to start_the vs code server fail to start-CSDN博客

重启 linux
在 VS Code 中 ctrl+shift+p 后，在弹出框中输入 Remote-SSH:kill VS Code Server on Host，重新打开对应的远端服务器即可。

SSH

无需每次密码，自动链接

生成 SSH 密钥对：在本地机器上打开终端并运行以下命令，按提示操作（默认保存路径和空密码）。
- ssh-keygen -t rsa -b 4096 -C "your_email@example.com"
将公钥复制到远程服务器：使用以下命令将公钥复制到远程服务器：
ssh-copy-id your-username@remote-server-ip
如果 ssh-copy-id 命令不可用，可以手动将公钥内容 (~/.ssh/id_rsa.pub) 追加到远程服务器的 ~/.ssh/authorized_keys 文件中。
是的我不可用，于是

查看并复制公钥内容

使用以下命令查看公钥内容，并复制内容到剪贴板：
- cat ~/.ssh/id_rsa.pub 复制显示的整行内容，应该以 ssh-rsa 开头，并包含你的邮箱地址（或你在生成密钥时指定的注释）。
使用 SSH 连接到远程服务器：ssh your-username@remote-server-ip
将复制的公钥内容追加到 ~/.ssh/authorized_keys 文件中：echo "your-copied-public-key" >> ~/.ssh/authorized_keys
断开当前 SSH 连接，然后在本地机器上尝试无密码登录到远程服务器：ssh your-username@remote-server-ip

安装环境

在Ubuntu系统上安装Miniconda的步骤如下：

1. 下载Miniconda安装脚本

首先，使用 wget 或 curl 命令下载Miniconda的安装脚本。

打开终端，运行以下命令下载最新版本的Miniconda安装脚本（64位Linux系统）：

1	wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

2. 验证安装脚本的完整性（可选）

你可以使用 sha256sum 来验证下载的文件是否损坏。运行以下命令：

1	sha256sum Miniconda3-latest-Linux-x86_64.sh

比较输出的哈希值是否与 Miniconda官网上提供的哈希值一致。

3. 运行安装脚本

使用以下命令开始安装：

1	bash Miniconda3-latest-Linux-x86_64.sh

安装程序会显示一些许可条款，按 Enter 键浏览条款，输入 yes 接受许可协议。

安装程序还会询问安装路径，默认路径是 ~/miniconda3，你可以按Enter接受默认路径，或者输入自定义路径。

4. 初始化Miniconda

安装完成后，安装脚本会询问是否运行 conda init 来初始化Conda。选择 yes 以便自动修改你的 shell 配置文件（如 .bashrc 或 .zshrc）。

如果你跳过了这个步骤，你可以手动运行以下命令来初始化：

1	conda init

5. 激活Conda

如果你执行了 conda init，需要重新加载Shell配置文件或者打开一个新的终端窗口，然后运行以下命令激活Conda环境：

1	source ~/.bashrc

或者你可以直接运行：

1	conda activate

6. 验证安装

检查Conda是否安装成功，运行以下命令查看Conda版本：

1	conda --version

你应该能够看到类似于 conda 4.x.x 的输出。

7. 更新Conda（可选）

如果你希望将Conda更新到最新版本，可以运行以下命令：

1	conda update conda

至此，你已经成功在Ubuntu上安装了Miniconda！

复制环境

根据已有环境名复制生成新的环境

假设已有环境名为A，需要生成的环境名为B：

1	conda create -n B --clone A

根据已有环境路径复制生成新的环境

假设已有环境路径为D:\A，需要生成的新的环境名为B：

1	conda create -n B --clone D:\A

Tmux

Tmux 使用教程 - 阮一峰的网络日志 (ruanyifeng.com)