df -h
sudo fdisk -l
两个命令，前者查看当前挂载的硬盘，后者查看可以查询到的所有硬盘信息。
查看当前未挂载的硬盘，接下来我们要进行硬盘格式化以及建立文件系统。
假设目前未挂载的硬盘上为/dev/sdb
sudo fdisk /dev/sdb
根据命令：
选择p查看当前磁盘情况
选择d删除分区
选择n新建分区，选择e建立逻辑分区，输入分区数量（默认一个分区），选择起始位置和终止位置（默认回车两次）
选择t创建分区类型，L显示所有分区类型的代码，选择83（Linux）
w进行保存，此时完成格式化。下面建立ext4文件系统：
如果是大于2T的数据盘，需要使用gpt分区
''' sudo parted (parted) select/dev/sdX (parted) mklabel gpt (parted) mkpart primary 0% 100% (parted) quit '''
sudo mkfs.ext4/dev/sdX1
sudo mkfs -t ext4 /dev/sdb
对于一般存储，我们使用ext4文件系统。
接着进行挂载处理，首先在/media下面创建一个disk1文件夹
sudo mount /dev/sdb /media/disk1
sudo chown -R 用户名:用户组 /media/disk1
此时就可以使用新的硬盘了，如果我们想要开机挂载，要修改/etc/fstab文件
首先查看对应硬盘的UUID
sudo blkid
找到/dev/sdb对应的UUID，修改/etc/fstab文件
sudo vim /etc/fstab
增加下面一条
UUID=刚刚查看的UUID号 /media/disk1 ext4 defaults 0 3
重启查看是否会自动挂载
创建个人环境
conda create -n 环境名 python=3.6
激活
source activate 环境名
安装包环境
conda install -n 环境名 包名
删除包环境
conda remove --name 环境名 包名
关闭
source deactivate
复制
conda create -n 新环境名 --clone 旧环境名
删除
conda remove -n 环境名 --all
分享环境
source activate 要分享的环境名
conda env export > environment.yml
获得environment,yml文件后，复制到要分享的电脑上
conda env create -f environment.yaml
or
conda env create -f=environment.yml
# cuda 8.0
conda install pytorch torchvision cuda80
# cuda 9.0
conda install pytorch torchvision
# cuda 9.2
conda install pytorch torchvision cuda92
# Linux, Conda, Python 3.6, CUDA 9
conda install pytorch torchvision -c pytorch
# Linux, Conda, Python 3.6, CUDA 10
conda install pytorch torchvision cuda100 -c pytorch
# Linux, pip, Python 3.6, CUDA 9
pip3 install torch torchvision
# Linux, pip, Python 3.6, CUDA 10
pip3 install http://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
pip3 install torchvision
# Linux, Conda, Python 2.7, CUDA 9
conda install pytorch torchvision -c pytorch
# Linux, Conda, Python 2.7, CUDA 10
conda install pytorch torchvision cuda100 -c pytorch
# Linux, pip, Python 2.7, CUDA 9
pip install torch torchvision
# Linux, pip, Python 2.7, CUDA 10
pip install http://download.pytorch.org/whl/cu100/torch-1.0.0-cp27-cp27mu-linux_x86_64.whl
pip install torchvision
# if the above command does not work, then you have python 2.7 UCS2, use this command
pip install http://download.pytorch.org/whl/cu100/torch-1.0.0-cp27-cp27m-linux_x86_64.w
conda install scikit-learn scipy numpy
ssh-keygen -t rsa -b 4096 -C "你的邮箱地址"
提示密钥存储在家目录.ssh下面的id_rsa 提示输入密钥密码（默认回车为空） 提示创建成功
在后台创建ssh进程
eval "$(ssh-agent -s)"
添加ssh密钥
ssh-add ~/.ssh/id_rsa
打开github设置页面选择SSH and GPG keys 选择New SSH key
将～/.ssh/id_rsa.public复制到Key中，随意设置一个Title，Add SSH Key
cat ~/.ssh/id_rsa.pub
在虚拟环境中安装jupyer-kernel
conda install ipykernel
将环境写入notebook的kernel中
python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"
如系统已安装jupyter，则在虚拟环境外启动jupyter
jupyter notebook
此时在New中可以看见虚拟环境的名字
vim ~/.bashrc export PATH="/home/myname/anaconda2/bin:$PATH" source ~/.bashrc
tar cvpzf backup.tgz --exclude=/proc --exclude=/lost+found --exclude=/backup.tgz --exclude=/mnt --exclude=/sys --exclude=/media $ cd /media/（U盘）
在tryUbuntu根目录下有media文件夹，里面是U盘文件夹和新安装的系统文件夹，在在里分别用（U盘）和（UBUNTU）表示
$ sudo su mount -o remount rw ./ sudo cp /media/(Ubuntu)/boot/grub/grub.cfg ./
将新系统根目录下/boot/grub/grub.cfg文件备份到U盘中
sudo cp /media/(UBUNTU)/etc/fstab ./
将新系统根目录下/etc/fstab文件备份到U盘中 fstab是与系统开机挂载有关的文件，grub.cfg是与开机引导有关的文件，所以这一步至关重要
cd /media/(UBUNTU)
删除新装ubuntu全部的系统文件，有用的fstab及grub.cfg已经备份
sudo rm -rf ./*
将U盘中backup.tgz复制到该目录下
cp /media/(U盘)/backup.tgz ./
解压缩
sudo tar xvpfz backup.tgz ./
创建打包系统时排除的文件
sudo mkdir proc lost+found mnt sys media tmp
$ sudo apt install docker.io
$ sudo systemctl start docker
$ sudo systemctl enable docker
$ docker --version
https://docs.docker.com/install/linux/docker-ce/ubuntu/
https://github.com/BVLC/caffe/tree/master/docker
sudo sh -c 'echo 1 > /proc/sys/vm/drop_caches'
sudo sh -c 'echo 2 > /proc/sys/vm/drop_caches'
sudo sh -c 'echo 3 > /proc/sys/vm/drop_caches'
xrandr -o left
CUDA_VISIBLE_DEVICES=1 python xxx.py