awk -F: '{print $1,$3}' /etc/passwd awk -F: 'BEGIN{print "begin"}{print $1,$3}END{print "end"}' /etc/passwd root@ubuntu2004:~# df | awk -F" +|%" '{print $1,$5}' Filesystem Use udev 0 tmpfs 1 /d
[root@centos8 ~]# lscpu Architecture: x86_64 #架构 CPU op-mode(s): 32-bit, 64-bit #指令集 Byte Order: Little Endian CPU(s): 8 #核数 On-line CPU(s) list: 0-7 Thread(s) per core: 1 #每个cor
打印系统信息 root@ubuntu2004:~# bash system_info.sh #用 . bash不规范当前环境中执行，COLOR会变，其他引用者调用错误值 #!/bin/bash RED="\E[1;31m" GREEN="echo -e \E[1;32m" END="\E[0m" . /etc/os-release #当前环境中执行 $GREEN----------------------Host systemin
wsl@Ubuntu2004:~$ sudo dpkg -P keydb-server (Reading database ... 54459 files and directories currently installed.) Removing keydb-server (6:6.2.1-1~focal1) ... System has not been booted with systemd as init system (PID 1). Can't operate. Failed to
本文主要记录配置wsl字体遇到的问题即采用的解决方案。 1.为什么要改注册表 首先,wsl字体可以在”默认值“里修改，但是一旦进入到vim中就立刻被打回原型（宋体）。难受的同时，找到了改注册表的解决方案。 2.ubuntu.exe到底在哪里 2.1注册表的表项在那里 Win+R打开运行窗口，输入reged
前言：之前在看分布式训练的时候看到了这个框架，尝试安装并使用，但是在安装和使用过程中踩了很多的坑，这里记录一下。（关于分布式训练有个系列文章很不错，链接我放在这里大家和可以看看。） 单机多卡-1.理论基础、单机多卡-2.TensorFlow、单机多卡-3.Pytorch、单机多卡-4.Horovod 1.安
cuda Toolkits中包含了对应的图形驱动，所以只需要安装CUDA，顺便就安装了基本的显卡驱动 最好在新笔记本上安装，经常会失败，重装Ubuntu也不怕丢失重要数据。 为了保存用户数据，至少把硬盘分为3个区： 1. swap 32GB;
技术背景 购物返利 m.cpa5.cn 在分子动力学模拟过程中会遇到一些拓扑结构非常复杂的分子模型，所谓的复杂不仅仅是包含众多的原子，还有各种原子之间的成键关系与成键类型等。这时候就非常能够体现一个好的可视化软件的重要性了，这里我们介绍的VMD是一个业界非常常用、功能也非常强
技术背景 在前面一篇博客中，我们介绍过MindSpore-CPU版本的Docker部署以及简单的案例测试，当时官方还不支持GPU版本的Docker容器化部署。经过MindSpore团队的努力，1.2.0版本的MindSpore-GPU终于推出了Docker版本的安装解决方案： 在本文中我们将针对这一方案进行直接的测试，并补充其中
1.每周的工作日1:30，将/etc备份至/backup目录中，保存的文件名称格式为"etcbak-yyyy-mm-dd-HH.tar.xz"，其中日期是前一天的时间 root@ubuntu2004:~# vim etc_backup.sh #!/bin/bash # #******************************************************************** #Author: zha
重置WSL Ubuntu root密码遇到的问题 找到这个文件夹，看看是不是有Ubuntu的执行文件 方法一 通过CD命令进入这个文件夹 可以用cmd或者powershell打开命令行窗口 cd AppData\Local\Microsoft\WindowsApps 直接用第二张图发现的名字执行命令 ubuntu2004.exe config --default-user
前言：上周配的新电脑，系统是ubuntu20.04，显卡2080ti，默认python3.8，conda装好了。周五在网上找了几个方法装cuda一直没装好（nvcc -V可以看到安装的cuda版本号，但是tensorflow-GPU无法调用gpu加速，cuda自带的例子也运行失败，遂重装）。 今日尝试安装cuda （1）：失败 直接在环境下执行： conda inst
