StudyNotes-CIDI

程序员文章站 2022-06-15 12:08:38

...

@author:ZhuHongzhao-朱虹兆

VScode几点基本用法
 将UbuntuLauncher启动器移动到底部
 一个窗口中运行多个终端方法
 1.Markdown的用法
 2.source 用法
 3.安装软件
 4.Linux cat命令详解
 5.安装CornerNet、Anaconda和pytorch遇到的问题
 6.服务器会话问题
 7.安装NVIDIA显卡驱动+cuda+cudnn步骤
 8.Linux添加打印机
 9.安装Python版opencv使用国内镜像下载方法
 10.git
11.安装Python虚拟环境
 12.python pip 添加清华镜像
 13.Ubuntu卸载python后出现系统崩溃以及各种问题的解决方法
 14.安装tensorflow-gpu版本
 15.Python下"No module named _tkinter"解决方法
 15.1 字符串前面加u、r、b的含义
 15.2 中文的unicode编码转换为中文
 16 如何在README.md文件中添加图片
 17.ubuntu16.04安装百度云Bcloud 【我没成功】
18.linux下突破百度云限制,多线程下载下载神器,已失效
 19.Linux视频下载神器XDM，堪比windows下IDM
20.linux终端杀死进程
 21.pytorch版本安装0.4.0最合适，不要安装最新版
 22. GPU显存满了, 但是GPU利用率却很低，怎么办？
23.tensorflow和pytorch指定多GPU进行运算
 待续…

0. 各种小tips

VScode几点基本用法

部分参考http://www.cnblogs.com/bloglkl/p/5797805.html

(1) 在visual studio code中插件下载Markdown Preview Github Styling即可使用markdown.
(2) vscode 安装code runner插件可以运行代码
(3) vscode 安装"C++"插件和"Python"插件可以在代码中选中函数后实现查看定义、转到定义的功能
(4) 切换中文环境：先安装Chinese插件，然后ctrl+shift+p组合键，搜索configure display language,选择zh-cn,可以改成中文环境
(5) 安装vscode-icons插件可以使VScode左侧的资源管理器根据文件类型显示图标

将UbuntuLauncher启动器移动到底部

(1) ubuntu16.04以后可以在终端使用

gsettings set com.canonical.Unity.Launcher launcher-position Bottom

将Launcher启动器移动到底部。

(2) 使用

gsettings set com.canonical.Unity.Launcher launcher-position Left

可以重新将Launcher启动器移动到左侧。

一个窗口中运行多个终端方法

ctrl+shift+t即可
注意：ctrl+shift+t是在一个窗口中再打开一个终端
ctrl+alt+t是打开一个新终端窗口

1. Markdown的用法

参考https://www.jianshu.com/p/de9c98bba332

(1)在markdown中正确显示数学公式

Vistual Studio Code天生支持Markdown编译，文件后缀为md即可，但是不支持数学公式，其实在文件开头加上以下代码即可，会自动获得MathJax的脚本支持。MathJax语法可以自己去官网学习。

    <script type="text/javascript"
       src="http://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML"></script>

注意: 在vs code中的插件转pdf的时候公式不生效，这时候建议转为html，再用了浏览器把html转为pdf，如果pdf有乱码，可以用nodepad++将html的编码改为utf-8后再转pdf。
摘自：https://blog.csdn.net/ancewer/article/details/73279127

(2)实现页面内跳转

参考https://www.cnblogs.com/JohnTsai/p/4027229.html，其中还有另一种方法，我没记录下来。

一. 把标题写在文章最前面：
使用markdown语法：中括号内写内容，一般是后文中要跳转到的标题，后面加上括号，括号内必须加一个#，否则会跳转出页面，#后是id        
[点击跳转](#jump)         

二.把正文标题写成如下的形式：
定义一个锚(id)：这个id必须在后面有对应          
<span id="jump">跳转到的地方</span>

2. source 用法

source的作用就是把一个文件的内容当成是shell来执行。
可以新建一个文本文件a，（一般写成a.sh表示shell文件，不这么写也行，因为后缀名只是标识而已），然后在该文件中写入一系列指令，如：

    cd desktop
    cd Work-progress
    gedit Readme.md

然后再该文件目录下使用如下命令,就依次执行了a文件中的这三个命令。

    source a

shell编程中的命令有时和C语言是一样的。&&表示与，||表示或。把两个命令用&&联接起来，如 make mrproper && make menuconfig，表示要第一个命令执行成功才能执行第二个命令。对执行顺序有要求的命令能保证一旦有错误发生，下面的命令不会盲目地继续执行。

source命令（从 C Shell 而来）是bash shell的内置命令。点命令，就是一个点符号，（从Bourne Shell而来）是source的另一名称。

这两个命令都以一个脚本为参数，该脚本将作为当前shell的环境执行，即不会启动一个新的子进程。所有在脚本中设置的变量将成为当前Shell的一部分。

3. 安装软件

sudo dpkg -i XXX.deb    # 安装本地软件包（.deb文件），需要先下载下来.deb文件  
sudo apt-get install XXX    # XXX(无后缀名)是直接从网络服务器上来安装软件包   
sudo apt update         # 更新软件   
sudo apt-get update     # 更新软件   
sudo apt upgrade        # 更新软件   
sudo apt-get upgrade    # 更新软件

4. Linux cat命令详解

cat命令是linux下的一个文本输出命令，通常是用于观看某个文件的内容的；
cat主要有三大功能：
1.一次显示整个文件

cat filename

2.从键盘创建一个文件,它只能创建新文件,不能编辑已有文件, 编辑文件可以用gedit或vim.

cat  >filename

3.将几个文件合并为一个文件

$cat   file    >file   
$cat   file1   file2   >file

这里可以直接把一个文件输入到另一个文件中，也可以把两个文件连接后输入到第三个个文件中，但是最后一个文件名前必须加 >，即新创建一个文件。
说明：把档案串连接后传到基本输出(屏幕或加 > fileName 到另一个档案)

参数：

-n 或 –number 由 1 开始对所有输出的行数编号
-b 或 –number-nonblank 和 -n 相似，只不过对于空白行不编号
-s 或 –squeeze-blank 当遇到有连续两行以上的空白行，就代换为一行的空白行
-v 或 –show-nonprinting

范例：

cat -n linuxfile1 > linuxfile2

把 linuxfile1 的档案内容加上行号后输入 linuxfile2 这个档案里,
cat>filename<<EOF，以EOF作为输入结束，和ctrl+d的作用一样.

5. 安装CornerNet、Anaconda和pytorch遇到的问题

anaconda在2019年5月已经禁止使用国内镜像了，因此下面方法已经用不了了，权当做留念，以后不再使用anaconda了。

用conda安装Pytorch过程中会连接失败，这是因为Anaconda.org的服务器在国外。可以用清华TUNA镜像源，包含Anaconda仓库的镜像，将其加入conda的配置，配置如下：

添加清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

切换回默认镜像源，命令一行搞定：

conda config --remove-key channels

如果想单个删除的话，删除单个链接命令如下：

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

然后CornerNet官网会有如下一条命令来创建CornerNet_Lite环境并安装conda_packagelist.txt文档中的各种包：

conda create --name CornerNet_Lite --file conda_packagelist.txt --channel pytorch

但是会出现中断，提示安装失败，因此这里我们应该去掉后面指定channel路径的–channel pytorch，即改为：

conda create --name CornerNet_Lite --file conda_packagelist.txt

3.对于安装的pytorch版本问题，在conda_packagelist.txt需要把pytorch的版本以及cuda的版本根据电脑驱动版本来改过来。由于电脑cuda版本是9.0，而他的文件中却是10.0，因此需要做出以下更改：
(1) cuda100=1.0=0 改为 cuda90=1.0.0
(2) pytorch=1.0.0=py3.7_cuda10.0.130_cudnn7.4.1_1 改为pytorch=1.0.0=py3.7_cuda9.0.176_cudnn7.4.1_1
4. 如果怎么安装都出错，就卸载Anaconda后重新装Anaconda，再试一遍，应该能解决问题。卸载Anaconda参考https://blog.csdn.net/yeler082/article/details/79116490

5.遇到ValueError：numpy.ufunc size changed,may…的问题,解决方法是把numpy升级到1.16.1版本，pip install numpy==1.16.1。不过我上次遇到这种问题是由于没装好pytorch或者Anaconda。最后装好了之后就不会出现这种情况。

6.python图像处理问题
AttributeError: ‘NoneType’ object has no attribute ‘shape’
原因：

(1) 图片不存在（路径不存在，路径包含中文无法识别）
(2) 读取的图片内容和默认读取时参数匹配不匹配。（默认读取的是3通道的彩色图）例如读取到的图片是灰度图，就会返回None。
(3)路径中有中文。

7.命令
(1) 安装完anaconda后终端默认会出来一个(base)，可使用conda deactivate命令去掉，不过有没有不影响。
(2) 创建zhz环境

conda create --name zhz

也可以使用例如

conda create --name CornerNet_Lite --file conda_packagelist.txt --channel pytorch

的命令通过pytorch官网安装conda_packagelist.txt文件下的所有安装包。conda_packagelist.txt由我们自己随意决定想安装哪些包，我们可以通过指定–chanel来从清华镜像源安装更快，参考5.1, 5.2。

(3) 进入zhz环境

source activate zhz

(4) 退出zhz环境

source activate

6. 服务器会话问题

终端输入 ssh [email protected]…，然后输入密码就进入了服务器
screen -S zhz建立一个zhz的对话，然后可以在这里面训练数据集，即使关掉这个正在训练的终端也不影响训练
screen -ls是显示有几个screen
screen -r zhz可以进入zhz的screen看到自己之前在训练的页面
screen -d -r zhz若zhz是Attached状态，则踢掉远端用户再连接
screen -wipe检查所有screen,并删除已经无法使用的screen
screen -r 26658.zhz 当你新建了多了zhz，那么就需要加上前面的数字，否则系统不知道你想进入哪个zhz的screen
screen -X -S 26658.zhz quit删除screen

7. 安装NVIDIA显卡驱动+cuda+cudnn步骤：

肖哥拷给我的nvidia文件夹中有一堆文件。
cd 进nvida文件夹下，source install_nvidia_driver.sh
第一步执行完后会变换到一个黑屏界面，然后按 ctrl + alt + F1 组合键进入命令行界面，输入用户名和密码。【额外介绍一下，ctrl + alt + F7切换回图形化界面】
cd 进nvidia文件夹下，source install_cunda.sh
第三步安装大概十几分钟结束之后，sudo service lightdm start（打开图形化界面），安装结束
拷贝环境变量cuda-9.0到系统中的.bashrc文件最后。直接将以下代码拷贝至.bashrc文件,系统中的.bashrc文件需要ctrl+h才能显示。

# CUDA-9.0
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export C_INCLUDE_PATH=/usr/local/cuda-9.0/include:$C_INCLUDE_PATH
export CPLUS_INCLUDE_PATH=/usr/local/cuda-9.0/include:$CPLUS_INCLUDE_PATH

8. Linux添加打印机

进入 system settings，选择 printers,点击 add ,选择 Network Printer，
选择APPSocket/HP JetDirect,填写 Host, 172.16.34.4,接下来会出现tray3:Not Installed页面才对，
其余的什么也不用填,直接forward，完成。

9.安装Python版opencv使用国内镜像下载方法

Python pip用国内镜像下载的办法及import cv2
原文地址：http://blog.csdn.net/u010536377/article/details/50564185

一直想在Ubuntu安装opencv，结果各种出错，现在有一个最简单的办法：

 sudo pip install --index https://pypi.mirrors.ustc.edu.cn/simple/ opencv-contrib-python

问题搞定。尤其是提示了问题ReadTimeoutError: HTTPSConnectionPool(host=‘pypi.python.org’, port=443): Read timed out.后，用国内镜像下载分分钟搞定。

10.git

(1)git命令

git status
git add path/name.txt
git rm --cache path/name.txt
git commit -m "message"
git pull --rebase
git push origin master


git log
git remote add origin http://172.16.31.6/CIDI-perception/Work-progress.git
git config --global user.email '[email protected]'

(2)使用git add添加要提交的文件的时候，如果文件名是中文，会显示形如274\232\350\256\256\346\200\273\347\273\223的乱码。

解决方案：在bash提示符下输入：

git config --global core.quotepath false

core.quotepath设为false的话，就不会对0x80以上的字符进行quote。中文显示正常。

11.安装Python虚拟环境

可参考 https://www.cnblogs.com/technologylife/p/6635631.html
Python虚拟环境的主要目的是为了给不同的工程创建互相独立的运行环境。在虚拟环境下，每一个工程都有自己的依赖包，而与其它的工程无关。不同的虚拟环境中同一个包可以有不同的版本。并且，虚拟环境的数量没有限制，我们可以轻松地用virtualenv或者pyenv等工具来创建多个虚拟环境。

1.安装虚拟环境工具的方法

pip install virtualenv

2.创建一个名字叫“zhz”的虚拟环境：

virtualenv zhz

这条命令会自动创建一个叫“zhz”的目录.

3.进入虚拟环境

在“zhz”目录下的bin目录下有一个重要的脚本文件activate，这个脚本就是用来将其所在的虚拟环境设置为当前Python的运行环境：

source zhz/bin/activate

在运行完这行命令后，shell的提示符前会出现虚拟环境"zhz"的名字，表示我们已经进入了这个环境中。
这里要注意区分Anaconda里面的命令，anaconda里面进入tensorflow或者pytorch虚拟环境的命令是 source activate zhz

4.安装各种Python包

使用 “pip install” 命令安装,例如安装numpy包

pip install numpy

5.退出虚拟环境

直接使用deactivate命令即可退出虚拟环境

deactivate

这里要注意区分Anaconda里面的命令，anaconda里面退出tensorflow或者pytorch虚拟环境的命令是 source deactivate

6.使用virtualenvwrapper管理虚拟环境

在Ubuntu下使用workon时出现workon: command not found错误。解决方案如下：

鉴于virtualenv不便于对虚拟环境集中管理，所以推荐直接使用virtualenvwrapper。 virtualenvwrapper提供了一系列命令使得和虚拟环境工作变得便利。它把你所有的虚拟环境都放在一个地方。

虚拟环境的引入解决了我们关于环境冲突的问题，但是它同时也带来了一个问题，就是虚拟环境过多所带来的管理问题。virtualenvwrapper就是专门用来解决虚拟环境管理问题的一个工具。我们可以很方便地用它来实现对虚拟环境的创建，删除，拷贝，并且可以轻松地在不同环境间进行切换。

6.1.安装virtualenvwrapper：

pip install virtualenvwrapper

使用

which virtualenvwrapper.sh

查找到上一步得到的virtualenvwrapper.sh文件的位置，然后把该路径(设为path)填到下面一步的第二句话。

6.2.配置 ~/.bashrc

将 virtualenv 添加进去：将下面两句话复制到 ~/.bashrc中,保存退出。
下面第二句句需要修改路径为上一步的virtualenvwrapper.sh所在路径path/virtualenvwrapper.sh

export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh  #这一句需要修改路径

6.3.让 bashrc 生效

执行以下命令

source ~/.bashrc

注意：

安装virtualenvwrapper后(即执行完第6步后)就可以使用 workon 命令了。
但是我们会发现使用wokron zhz并不能进入我们在在第3步使用virtualenv zhz创建的环境zhz中去,并且提示我们使用mkvirtualenv zhz命令创建。
使用mkvirtualenv zhz后，会发现zhz环境创建在/home/zhz/.virtualenvs/目录下，即创建在.virtualenvs/目录下。而第三步的方式是把环境’zhz’创建在/home/zhz/目录下。

12.python pip 添加清华镜像

搜到两篇博客写的：
（1）使用pip 安装python 库时连接国外库时，下载需要很长时间，在配置文件中设置国内镜像可以提高速度。
在linux 下创建 ~/.pip/pip.conf 文件。文件内容如下

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

原文：https://blog.csdn.net/carbon06/article/details/80392248

(2)网上搜到的pip国内镜像大部分是豆瓣的:
http://pypi.douban.com/simple/
但是根本不全，很多包没有，所以推荐清华大学的:
https://pypi.tuna.tsinghua.edu.cn/simple

临时使用
可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple 例如：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent

，这样就会从清华这边的镜像去安装gevent库。

永久修改
Linux下，修改 ~/.pip/pip.conf (没有就创建一个)，修改 index-url至tuna，内容如下：

 [global]
 index-url = https://pypi.tuna.tsinghua.edu.cn/simple

windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下

 [global]
 index-url = https://pypi.tuna.tsinghua.edu.cn/simple

原文：https://blog.csdn.net/kwame211/article/details/85773260

(3)安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。

pip3 install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

由系统自动选择tensorflow-GPU的版本

pip3 install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

人为指定tensorflow版本是1.8，并且是GPU版本

(4) 使用国内镜像下载python库的办法
以下载pandas为例，终端输入命令（前提是python正确安装）：

pip  install --index https://pypi.mirrors.ustc.edu.cn/simple/ pandas

注：–index后面也可以换成别的镜像，比如http://mirrors.sohu.com/python/

13.Ubuntu卸载python后出现系统崩溃以及各种问题的解决方法

卸载python进入系统后，如果只有一个桌面，解决方法：　　　　　　
１．按ctrl+alt+f1进入控制台
２．在控制台登录，然后输入

sudo apt-get install ubuntu-minimal ubuntu-standard ubuntu-desktop

３．等待安装结束，重启，问题解决

14. 安装tensorflow-gpu版本

使用anaconda安装tensorflow的环境：python3.5.6+tensorflow-gpu==1.12.0+cuda9.0.176+cudnn7.1.4安装成功
由于tensorflow目前不支持Python3.7，因此在系统中再安装一个Python版本，以python3.5.6为例：
1.安装好Python3.5.6：参考：https://www.cnblogs.com/ningvsban/p/4384995.html
2.在anaconda下创建名为“tensorflow”并且Python环境为3.5版本的环境：

conda create --name tensorflow python=3.5   #

3.安装tensorflow
系统默认安装tensorflow版本：

pip install tensorflow-gpu

安装指定版本的tensorflow:

pip install tensorflow-gpu==1.12.0

如果你下载了某个版本的tensorflow-gpu到本地,可以这么安装：

pip install tensorflow_gpu-0.12.0-cp35-cp35m-manylinux1_x86_64.whl

测试tensorflow是否安装成功：
进入Python

import tensorflow as tf
tf.__version__

15.Python下"No module named _tkinter"解决方法

当Python出现"No module named _tkinter"的情况，解决方法如下(适用于Ubuntu 16.04、18.04)：

sudo apt-get install python-tk python3-tk tk-dev

然后安装我想要的Python版本(这一步一定要在上一步的后面才行，否则还是会导入失败)：

pyenv install 3.5.6

然后就可以导入tkinter：

import tkinter

15.1 字符串前面加u、r、b的含义

(1) u/U:表示unicode字符串
不是仅仅是针对中文, 可以针对任何的字符串，代表是对字符串进行unicode编码。
一般英文字符在使用各种编码下, 基本都可以正常解析, 所以一般不带u；但是中文, 必须表明所需编码, 否则一旦编码转换就会出现乱码。
建议所有编码方式采用utf8
(2) r/R:非转义的原始字符串
与普通字符相比，其他相对特殊的字符，其中可能包含转义字符，即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\n”表示换行，”\t”表示Tab等。而如果是以r开头，那么说明后面的字符，都是普通的字符了，即如果是“\n”那么表示一个反斜杠字符，一个字母n，而不是表示换行了。
以r开头的字符，常用于正则表达式，对应着re模块。
(3) b:bytes
python3.x里默认的str是(py2.x里的)unicode, bytes是(py2.x)的str, b”“前缀代表的就是bytes
python2.x里, b前缀没什么具体意义，只是为了兼容python3.x的这种写法

15.2 中文的unicode编码转换为中文

在爬虫抓取网页信息时常需要将类似"\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8"转换为中文，实际上这是unicode的中文编码。可用以下方法转换：

s = u'\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8'
print(s)

以上代码输出：“人生苦短，py是岸”

s = r'\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8'
s = s.decode('unicode_escape')
print (s)

以上代码输出：“人生苦短，py是岸”

16 如何在README.md文件中添加图片

1、在github上的仓库建立一个存放图片的文件夹，文件夹名字随意。如：img-folder

2、将需要在READNE.md中显示的图片，push到img-folder文件夹中。

3、然后打开github官网，进入仓库的img-folder文件夹中，打开图片，copy网址栏的地址。

4、在README.md中填入：

[外链图片转存失败(img-uVh4faVv-1562320798656)(https://图片地址.png)]
保存即可。

注：![Image text]这个标识不可缺少，不然就把图片显示成网址的文字了。
Image text：指的是如果图片不存在了，要显示的文字说明

17.ubuntu16.04安装百度云Bcloud 【我没成功】

这种方法我最后登录不上
1.git地址：https://github.com/LiuLang/bcloud-packages
直接下载 bcloud-x.x.x.deb这个包，然后

sudo dpkg -i bcloud-x.x.x.deb
sudo apt-get -f install
sudo apt-get update
sudo apt-get install python3-dev
pip3 install --upgrade pycrypto
pip3 install --upgrade keyring

中间会出现的问题解决方法都在上面的这些命令中。不懂可参考：
https://jingyan.baidu.com/article/4dc40848b761cbc8d846f172.html
和https://github.com/XuShaohua/bcloud-packages
更新好这些组件之后, bcloud就可以正常使用了,在search里面搜索BCloud登录,登录不上就重启电脑。【我没成功】.

18.linux下突破百度云限制,多线程下载下载神器,已失效

https://www.nzwang-lab.net/2018/07/22/Aria2/
https://blog.csdn.net/leojuner/article/details/81205774

Aria2 Linux 完整安装及使用教程

0. 介绍

支持http/https 直链, ftp,电驴,磁力链接等等,可以配合网页端. 我主要用来突破百度云的下载限制

1. 安装配置 Aria2

参考这个网址来安装aria2: https://blog.csdn.net/crazycui/article/details/52205908
(1)Debian/Ubuntu系统可以直接使用命令安装：

sudo apt-get -y install aria2
sudo mkdir /etc/aria2    #新建文件夹  
sudo touch /etc/aria2/aria2.session    #新建session文件
sudo chmod 777 /etc/aria2/aria2.session    #设置aria2.session可写 
sudo gedit /etc/aria2/aria2.conf    #创建配置文件

(2)aria2.conf文件配置如下第一行的dir路径需要修改：

#＝＝＝＝＝＝＝＝＝文件保存目录自行修改
dir=/home/username/Desktop/Downloads #username根据实际情况修改
disable-ipv6=true

#打开rpc的目的是为了给web管理端用
enable-rpc=true
rpc-allow-origin-all=true
rpc-listen-all=true
#rpc-listen-port=6800
#断点续传
continue=true
input-file=/etc/aria2/aria2.session
save-session=/etc/aria2/aria2.session

#最大同时下载任务数
max-concurrent-downloads=20

save-session-interval=120

# Http/FTP 相关
connect-timeout=120
#lowest-speed-limit=10K
#同服务器连接数
max-connection-per-server=10
#max-file-not-found=2
#最小文件分片大小, 下载线程数上限取决于能分出多少片, 对于小文件重要
min-split-size=10M
#单文件最大线程数, 路由建议值: 5
split=10
check-certificate=false
#http-no-cache=true

(3)启动aria2:

sudo aria2c --conf-path=/etc/aria2/aria2.conf

如果没有提示错误，按ctrl+c停止运行命令，转为后台运行：

sudo aria2c --conf-path=/etc/aria2/aria2.conf -D

只有每次启动aria2之后才能下载。

2. 直接用浏览器的可视化ui就比较方便,需要装一个Yaaw

谷歌应用商店搜索 Yaaw，添加即可。

3. 下载一个谷歌浏览器的百度云插件

不要直接在谷歌应用商店搜，搜出来的不合适，有问题。
从这个网址中下载百度云插件【BaiduExporter.crx】： https://github.com/acgotaku/BaiduExporter
百度云网页端打开你想下载的资源，之后页面会出现“导出下载”，点击它ARIA2 RPC即可
然后打开web端Yaaw插件就可以看到了

19. Linux视频下载神器XDM，堪比windows下IDM

安装教程参考：https://blog.csdn.net/qq378947986/article/details/80821237
安装完成之后，进入任意一个视频网站或者有音频的网站，扩展都可以嗅探到视频和音频的下载地址，通过浏览器右下角出现的DOWNLOAD下载东西。
XDM将自动从浏览器捕获以下类型文件的下载:
3GP,7Z,AVI,BZ2,DEB,DOC,DOCX,EXE,GZ,ISO,MSI,PDF,PPT,PPTX,RAR,RPM,XLS,XLSX,SIT,SITX,TAR,JAR,ZIP,XZ
XDM将在浏览器播放以下类型视频时显示下载选项:
MP4,M3U8,F4M,WEBM,OGG,MP3,AAC,FLV,MKV,DIVX,MOV,MPG,MPEG,OPUS
以上都是默认选项，可以自己添加文件类型。

20.ubuntu当某个软件不响应卡住了，强制关闭该软件的方法：linux终端杀死进程

方法一：
（1）终端输入 top，显示的全是现在系统的进程，按占用资源从多到少排列的找到要关掉的进程，记下该进程第一列的PID编号，然后输入q，退回终端；
（2）输入sudo kill [pid]即可，也可直接kill [pid]，最好使用kill -9 [pid]强制关闭
方法二：
ps -A # 必须是大写的A
pkill [进程名称] # 进程名称，不是PID

如果键盘还能响应，就【ctrl + alt + delete】可以弹出【LOG OUT】退出当前账户系统。
另：【alt + F4】可以关闭当前窗口，功能同【alt+space+c】

21.pytorch版本安装0.4.0最合适，不要安装最新版

pytorch-0.4.0 + torchvision-0.1.8 + python=3.5.4
在http://download.pytorch.org/whl/cu90/torch-0.4.0-cp35-cp35m-linux_x86_64.whl可下载pytorch-0.4.0版本,python=3.5.4.
另 torchvision安装0.1.8合适。因为更高的版本有些东西被弃用了，很多程序都运行不了，改起来很麻烦。
安装方法：下载pytorch-0.4.1版本的whl文件

pip install torch-0.4.0-cp35-cp35m-linux_x86_64.whl
pip install torchvision==0.1.8

不能直接安装pip install torchvision不指定版本，否则会自动安装最高版本的torchvision,然后就自动把pytorch版本也升级了。

22.GPU显存满了, 但是GPU利用率却很低，怎么办？

batch size太小，导致模型的并行化程度太低。还有你的cpu、内存/显存带宽性能不足。
https://blog.csdn.net/cunyizhang/article/details/92771032
https://zhuanlan.zhihu.com/p/53345706

23.tensorflow和pytorch指定多GPU进行运算

tensorflow和pytorch指定多GPU的话，对应的语句首先改成：
CUDA_VISIBLE_DEVICES=0,1 python my_script.py
CUDA_VISIBLE_DEVICES=2,3 python my_script.py
CUDA_VISIBLE_DEVICES=0,1,2,3 python my_script.py
或者：
os.environ[“CUDA_VISIBLE_DEVICES”] = “0,1,2,3” #一定要加引号
在tensorflow中可以使用

with tf.device('/gpu:0'):

这样的方式来指定GPU进行某部分运算。