Ubuntu没有盘符这个概念，只有一个根目录/，所有的这些文件都在这个下面。Ubuntu终端命令： pwd:查看当前所在文件夹。 clear:清空屏幕。 rm：删除文件。 rm -r:删除文件夹。 command --help:显示command命令的帮助信息。 man command:查询command命令的使用手册。 空格键：显示手册的下一屏。 Enter键：一次滚动手册页的一行。 b：回滚一
由于内存白菜价， 家里的虚拟机越来越多了。1个是难以管理hostname 和 ip， 只靠/etc/hosts 去记住其实并不方便试过宝塔linux面板， 可惜是单机的，不适用于管理集群linux服务器， 而且里面一股金钱气息。 至于他们另1个产品堡塔云， 估计是集群管理， 但是安装失败， 而且看了价格感觉像智商税。公司用过Appdynamic， 功能强大可惜更不是我能想的。只能还是去寻找开源方案
转载
2024-04-12 10:43:38
78阅读
文章目录前言1 [更新] 新方案2 [补充] 新方案查看内存方案参考文献 标题：Ubuntu 定时清理内存前言最近跑实验的时候发现内存老爆炸（也就是满了的意思），这给我带来了麻烦，所以在此记录：Ubuntu 定时清理内存的过程。1 [更新] 新方案更新时间：2020年4月15日23:34:11步骤和下面小结一样。但是脚本变得更加"聪明"、“灵敏”了： 即将Sync重写如下：#!/bin/bash
<p>===================方法更新2019.4.11：环境：Ubuntu18.04========================</p>发现Ubuntu18.04LTS的桌面经常被卡死，操作毫无反应，此时电脑的内存已经饱满，交换区也已经饱满，等待电脑反应过来，能给你一次关闭进程刷新页面的机会几乎是不存在的，而且此时想进入tty终端往往也是失败的，这时候的
Windows有内置的磁盘碎片整理和磁盘清理工具，Ubuntu不像Windows那样能立即清楚地显示如何释放磁盘空间。本文分享了5个超级简单的方法清理Ubuntu系统的缓存和垃圾，以获得更多磁盘空间。1.清理APT缓存(并定期进行)默认情况下，Ubuntu会将下载并安装的所有更新保留在磁盘上的缓存中，以防万一您再次需要它。如果您定期添加和删除应用程序，发现自己需要重新配置/重新安装特定的软件包或连
转载
2024-03-30 12:33:36
476阅读
一。安装的时候，让你输入代替root用户的名称与密码
使用sudo root切换root的时候会要求你输入密码，这时候你输入什么都不对的
要想使用的哈，需要给root设置密码,命令如下：
sudo passwd root
然后输入两次密码
然后注销，使用其他用户登陆。
ctrl+art+t进入命令
二。编辑文件：
1.进入文件目录下，打vi gitlab.yml ,如果编辑错了，就按e
转载
2024-05-10 11:08:49
119阅读
1.Ubuntu16.04 U盘安装，分区 /.（主分区）：主分区，50G即可。Swap（相当于电脑内存）：16G；/home（用户存储数据用）：逻辑分区，剩余的所有空间。2.Ubuntu16.04显卡驱动安装1、安装依赖包 安装后续步骤或环境必需的依赖包，依次输入以下命令:sudo apt-get install libprotobuf-dev l
转载
2024-10-31 16:10:02
113阅读
1、清理残余的配置文件。
1）在终端中执行 sudo synaptic，以便启动 Synaptic 包管理工具。
2）点击 Synaptic 右下角的 Status 按钮进行切换。
3）选择Synaptic 左边的 Not installed（residual config）即可在右边看到包含有残余配置文件的包，选择删除该包。
2、清理下载的缓存包。
通过apt安装软件时下载的包都缓存
转载
2024-03-23 11:19:20
260阅读
摘要：
本文较为系统地介绍了Ubuntu系统清理，包括删除残余的配置文件、清理下载的缓存包、清理不再需要的包、清理无用的语言文件等，并详细介绍了删除旧的内核映像。 随着运行，Ubuntu系统越来越大，有时甚至提示”磁盘空间不足“，本文较为系统介绍Ubuntu系统清理。一、基本清理 1.1 删除残余的配置文件 一般而言，当我们从 Ubuntu 系统中
转载
2024-04-30 00:22:11
551阅读
近几年深度学习在物体检测方面出现了许多基于不同框架的网络模型，不同模型需要不同的版本的Python、TensorFlow、Keras、CUDA、cuDNN以及操作系统。不得不说，要把经典物体检测网络的源码都跑通，单配置环境就要浪费很多时间，因为目前兼容这些经典网络的框架和环境还很少。新版的TensorFlow在models的objection-detection模块中包含了fast-rcnn、rf
# 如何提高 Ubuntu 深度学习中 GPU 显存使用率
在深度学习中，GPU 的显存（Memory）是一个非常关键的资源。显存使用率低可能意味着你没有有效地利用你的硬件资源。本文将指导你一步一步地提高显存使用率，并使你的深度学习模型运行得更为高效。
## 工作流程概述
在这里，我们总结了提高 GPU 显存使用率的基本流程。以下是每个步骤：
| 步骤 | 描述
caffe配置过程很长啊，坑非常多，没有linux基础的估计会香菇的。我参考了网上很多的帖子，基本上每个帖子都有或多或少的问题，研究很久最终配置成功。参考过的帖子太多，都记不太清来源了。为了对前人的感谢，特地写下我的配置过程，以供大家参考。可能我写的时候会有遗漏，还望多多包涵，共同探讨！1. 安装相关依赖项 1 sudo apt-get install libprotobuf-dev liblev
存储通用知识存储架构发展历程：直连存储-》存储网络-〉分布式存储/云存储块存储、文件存储及对象存储使用场景块存储、文件存储及对象存储性能对比块存储及文件存储-块存储介绍块存储EBS（Elastic Block Storage）是为了云服务器提供的高可高的块级随机存储。 EBS支持在可用区内自动复制数据，防止意外硬件故障导致的数据不可用。 块存储分类：云盘、ESSD云盘、SSD本地盘、SATA等类型
转载
2024-03-20 13:42:29
33阅读
前言训练模型时，一般我们会把模型model，数据data和标签label放到GPU显存中进行加速。但有的时候GPU Memory会增加，有的时候会保持不变，以及我们要怎么清理掉一些用完的变量呢？下面让我们一起来探究下原理吧！一、pytorch训练模型只要你把任何东西（无论是多小的tensor）放到GPU显存中，那么你至少会栈1000MiB左右的显存（根据cuda版本，会略有不同）。这部分显存是cu
转载
2023-08-10 11:28:24
513阅读
深度学习中 GPU 和显存分析深度学习最吃机器，耗资源，在本文，我将来科普一下在深度学习中：何为“资源”不同操作都耗费什么资源如何充分的利用有限的资源如何合理选择显卡并纠正几个误区：显存和GPU等价，使用GPU主要看显存的使用？Batch Size 越大，程序越快，而且近似成正比？显存占用越多，程序越快？显存占用大小和batch size大小成正比？0 预备知识nvidia-smi是Nvidia显
转载
2024-08-21 11:29:21
92阅读
GPU分析办法：java先定位问题缘由、后寻找解决办法、最后验证多种办法的解决效果。卡顿问题快速定位的方法：linux1. 打开开发者模式中GPU呈现模式分析，查看是那种颜色条高： android2. 若是是蓝色偏高，说明是单位消息里CPU太耗时，得把方法的执行都打出来看看哪一个耗时。canvas3. 若是红色偏高，说明GPU忙不过来。优化过渡绘制，使用离屏
转载
2024-02-24 10:30:02
70阅读
前言之前在浅谈深度学习:如何计算模型以及中间变量的显存占用大小和如何在Pytorch中精细化利用显存中我们已经谈论过了平时使用中显存的占用来自于哪里，以及如何在Pytorch中更好地使用显存。在这篇文章中，我们借用Pytorch-Memory-Utils这个工具来检测我们在训练过程中关于显存的变化情况，分析出我们如何正确释放多余的显存。在深度探究前先了解下我们的输出信息，通过Pytorch-Mem
转载
2023-09-15 22:23:39
341阅读
一：安卓端辉光不显示问题问题描述：项目中使用unity的PostProcessing package实现辉光的功能，在pc上辉光效果一切正常，但是打出apk在真机测试时，辉光基本没效果。解决思路：PostProcessing Bloom效果需要有HDR支持才能正确显示。项目切到安卓平台时，Unity的Graphics使用的是默认设置，是不支持HDR的： 此时需要手动勾选HDR，并将HDR模式设置成
转载
2023-10-19 06:43:04
129阅读
作者：游凯超 在大语言模型时代，不仅语言模型变得越来越大，而且几乎所有的模型都想变得越来越大，试图在模型变大之后观察到一些涌现出来的能力。模型变大之后，最突出的问题就是显存不够用了。本文对深度学习训练过程中的显存占用问题进行一些具体分析，加深我对训练过程的理解，能够进行一些简单的显存优化操作。如果读者们有更多的相关资料、优化技巧，欢迎在评论区补充。显存占用概述深度学习训练过程中的显存占用，大致可以
转载
2024-08-21 09:42:30
136阅读
【现象描述】GPU上网络运行过程中出现Error Number:700 an illegal memory access was encounter【原因分析】出现该现象，在框架稳定的背景下基本上可以确定是网络中有算子踩显存，因此CUDA上报非法内存访问，错误码为700，可能原因如下：1.算子计算过程中使用的size比申请的显存大了，导致访问越界。2.由于GPU的算子执行是host下发到devic
转载
2024-02-19 20:36:17
303阅读
