在深度学习训练过程中，我们经常需要在 Linux 服务器上进行各种操作。本文将详细介绍最常用的 Linux 命令，特别是那些在跑模型时经常用到的命令，并解释每个命令的缩写含义。

一、文件和目录操作

1. ls - 列出目录内容

缩写含义: List（列出）

# 基本用法
ls

# 显示详细信息（常用）
ls -l
# -l: long format（长格式）

# 显示所有文件（包括隐藏文件）
ls -a
# -a: all（全部）

# 人类可读的文件大小
ls -lh
# -h: human-readable（人类可读）

# 按修改时间排序
ls -lt
# -t: time（时间）

# 组合使用（最常用）
ls -lhta

深度学习场景示例：

# 查看模型文件大小
ls -lh *.pth
ls -lh checkpoints/

# 查看最近修改的日志文件
ls -lt logs/*.log

2. cd - 切换目录

缩写含义: Change Directory（改变目录）

# 进入指定目录
cd /path/to/directory

# 返回上一级目录
cd ..

# 返回上两级目录
cd ../..

# 返回家目录
cd ~
cd

# 返回上一次所在目录
cd -

3. pwd - 显示当前路径

缩写含义: Print Working Directory（打印工作目录）

pwd
# 输出类似: /home/user/projects/deep-learning

4. mkdir - 创建目录

缩写含义: Make Directory（创建目录）

# 创建单个目录
mkdir new_folder

# 创建多级目录
mkdir -p data/train/images
# -p: parents（父目录）- 自动创建中间目录

# 创建多个目录
mkdir logs checkpoints outputs

深度学习场景示例：

# 创建项目结构
mkdir -p project/{data/{train,val,test},models,logs,checkpoints}

二、文件删除命令（重点）

1. rm - 删除文件

缩写含义: Remove（移除）

# 删除单个文件
rm file.txt

# 删除多个文件
rm file1.txt file2.txt file3.txt

# 删除目录及其内容（危险！）
rm -r directory/
# -r: recursive（递归）

# 强制删除（不询问确认）
rm -f file.txt
# -f: force（强制）

# 组合使用：强制递归删除
rm -rf directory/
# 这是最危险但最常用的组合！

# 删除前确认
rm -i file.txt
# -i: interactive（交互式）

# 详细显示删除过程
rm -v file.txt
# -v: verbose（详细）

深度学习场景示例：

# 删除旧的模型检查点
rm checkpoints/epoch_*.pth

# 删除训练失败的输出
rm -rf outputs/failed_experiment/

# 删除所有临时文件
rm -f *.tmp
rm -f temp_*

# 删除大型缓存文件
rm -rf __pycache__/
rm -rf .ipynb_checkpoints/

# 谨慎！删除所有 .pth 文件前先列出查看
ls *.pth
rm *.pth

⚠️ 删除命令注意事项：

• rm -rf / 会删除整个系统！永远不要执行！
• 删除前用 ls 先查看要删除的文件
• 重要文件删除前先备份
• 使用 -i 参数可以在删除前确认
• Linux 没有回收站，删除即永久删除

2. rmdir - 删除空目录

缩写含义: Remove Directory（移除目录）

# 只能删除空目录
rmdir empty_folder/

# 删除多级空目录
rmdir -p a/b/c/
# -p: parents（父目录）

三、文件复制和移动

1. cp - 复制文件

缩写含义: Copy（复制）

# 复制文件
cp source.txt destination.txt

# 复制目录
cp -r source_dir/ dest_dir/
# -r: recursive（递归）

# 保留文件属性
cp -p file.txt backup.txt
# -p: preserve（保留）

# 复制时显示进度
cp -v file.txt dest/
# -v: verbose（详细）

# 强制覆盖
cp -f source.txt dest.txt
# -f: force（强制）

深度学习场景示例：

# 备份模型
cp best_model.pth best_model_backup.pth

# 复制整个实验结果
cp -r experiments/exp001/ experiments/exp001_backup/

# 复制数据集到本地
cp -r /shared/datasets/imagenet/ ./data/

2. mv - 移动/重命名文件

缩写含义: Move（移动）

# 移动文件
mv source.txt destination/

# 重命名文件
mv old_name.txt new_name.txt

# 移动多个文件
mv file1.txt file2.txt file3.txt destination/

# 强制覆盖
mv -f source.txt dest.txt
# -f: force（强制）

# 不覆盖已存在文件
mv -n source.txt dest.txt
# -n: no-clobber（不覆盖）

深度学习场景示例：

# 重命名模型文件
mv model.pth model_epoch_100.pth

# 整理实验结果
mv experiment_* ./archive/

# 移动日志文件
mv *.log logs/

四、文件查看命令

1. cat - 查看文件内容

缩写含义: Catenate（连接）

# 查看文件
cat file.txt

# 查看多个文件
cat file1.txt file2.txt

# 显示行号
cat -n file.txt
# -n: number（编号）

深度学习场景示例：

# 查看训练日志
cat training.log

# 查看配置文件
cat config.yaml

2. less - 分页查看文件

含义: 比 more 更好的查看工具

# 分页查看（可上下滚动）
less large_file.log

# 常用快捷键：
# 空格键: 下一页
# b: 上一页
# /pattern: 搜索
# q: 退出

3. head / tail - 查看文件开头/结尾

含义: Head（头部）/ Tail（尾部）

# 查看前 10 行
head file.txt

# 查看前 20 行
head -n 20 file.txt
# -n: number（行数）

# 查看后 10 行
tail file.txt

# 查看后 50 行
tail -n 50 file.txt

# 实时查看文件更新（最常用！）
tail -f training.log
# -f: follow（跟随）

深度学习场景示例：

# 实时监控训练日志
tail -f logs/train.log

# 查看最近的训练记录
tail -n 100 training.log

# 查看错误日志开头
head -n 50 error.log

4. grep - 搜索文本

缩写含义: Global Regular Expression Print（全局正则表达式打印）

# 搜索包含关键词的行
grep "keyword" file.txt

# 忽略大小写
grep -i "keyword" file.txt
# -i: ignore case（忽略大小写）

# 显示行号
grep -n "keyword" file.txt
# -n: number（行号）

# 递归搜索目录
grep -r "keyword" directory/
# -r: recursive（递归）

# 反向匹配（不包含关键词的行）
grep -v "keyword" file.txt
# -v: invert（反转）

# 统计匹配行数
grep -c "keyword" file.txt
# -c: count（计数）

深度学习场景示例：

# 搜索训练日志中的错误
grep -i "error" training.log

# 查找所有损失值
grep "loss" training.log

# 搜索最佳准确率
grep "best accuracy" logs/*.log

# 统计 epoch 数量
grep -c "Epoch" training.log

# 查找包含 CUDA 错误的行
grep -n "CUDA" error.log

五、进程管理命令

1. ps - 查看进程

缩写含义: Process Status（进程状态）

# 查看当前用户进程
ps

# 查看所有进程
ps aux
# a: all（所有）
# u: user-oriented（面向用户）
# x: 包括没有控制终端的进程

# 查看特定进程
ps aux | grep python

深度学习场景示例：

# 查找 Python 训练进程
ps aux | grep python

# 查找 TensorFlow 进程
ps aux | grep tensorflow

# 查看 GPU 进程
ps aux | grep cuda

2. top / htop - 实时监控系统

含义: Top（顶部）显示最耗资源的进程

# 实时查看系统状态
top

# 更友好的界面（需要安装）
htop

# 常用快捷键（top）：
# P: 按 CPU 使用率排序
# M: 按内存使用率排序
# k: 终止进程
# q: 退出

3. kill - 终止进程

含义: Kill（杀死）

# 终止进程（需要进程 ID）
kill 12345

# 强制终止
kill -9 12345
# -9: SIGKILL（最强终止信号）

# 按名称终止进程
pkill python
# pkill: process kill（进程终止）

# 终止所有匹配的进程
killall python

深度学习场景示例：

# 找到训练进程 PID
ps aux | grep train.py

# 终止训练进程
kill 12345

# 强制终止卡住的训练
kill -9 12345

# 终止所有 Python 进程（危险！）
pkill -9 python

4. nohup - 后台运行命令

缩写含义: No Hangup（不挂起）

# 后台运行，输出到 nohup.out
nohup python train.py &

# 指定输出文件
nohup python train.py > output.log 2>&1 &
# 2>&1: 将错误输出重定向到标准输出

# 查看后台任务
jobs

# 将后台任务调到前台
fg

深度学习场景示例：

# 后台训练模型
nohup python train.py --epochs 100 > train.log 2>&1 &

# 查看训练日志
tail -f train.log

# 后台运行多个实验
nohup python exp1.py > exp1.log 2>&1 &
nohup python exp2.py > exp2.log 2>&1 &

六、磁盘和空间管理

1. df - 查看磁盘空间

缩写含义: Disk Free（磁盘空闲）

# 查看所有磁盘
df

# 人类可读格式
df -h
# -h: human-readable（人类可读）

# 查看特定目录所在磁盘
df -h /home

2. du - 查看目录大小

缩写含义: Disk Usage（磁盘使用）

# 查看当前目录大小
du -sh .
# -s: summary（摘要）
# -h: human-readable（人类可读）

# 查看子目录大小
du -h --max-depth=1

# 查看最大的文件/目录
du -h | sort -rh | head -n 10

深度学习场景示例：

# 检查数据集大小
du -sh datasets/

# 查看各个实验占用空间
du -h --max-depth=1 experiments/

# 找出最大的模型文件
du -h checkpoints/ | sort -rh | head -n 10

# 检查日志文件占用
du -sh logs/

3. find - 查找文件

含义: Find（查找）

# 按名称查找
find . -name "*.pth"

# 按大小查找（大于 1GB 的文件）
find . -size +1G

# 按修改时间查找（7 天前）
find . -mtime +7

# 查找并删除
find . -name "*.tmp" -delete

深度学习场景示例：

# 查找所有模型文件
find . -name "*.pth"

# 查找大型数据文件
find ./data -size +1G

# 查找旧的日志文件并删除
find ./logs -name "*.log" -mtime +30 -delete

# 查找所有配置文件
find . -name "config.yaml"

七、GPU 监控命令（深度学习专用）

nvidia-smi - GPU 状态监控

缩写含义: NVIDIA System Management Interface

# 查看 GPU 状态
nvidia-smi

# 持续监控（每 1 秒刷新）
watch -n 1 nvidia-smi
# watch: 定期执行命令
# -n: 间隔秒数

# 只显示 GPU 使用率
nvidia-smi --query-gpu=utilization.gpu --format=csv

# 查看特定 GPU
nvidia-smi -i 0

常用技巧：

# 查看哪个进程占用 GPU
nvidia-smi

# 监控训练时 GPU 使用
watch -n 0.5 nvidia-smi

# 设置使用特定 GPU
CUDA_VISIBLE_DEVICES=0,1 python train.py

八、文件压缩和解压

tar - 打包文件

缩写含义: Tape Archive（磁带归档）

# 打包并压缩（最常用）
tar -czvf archive.tar.gz directory/
# -c: create（创建）
# -z: gzip（压缩）
# -v: verbose（详细）
# -f: file（文件）

# 解压
tar -xzvf archive.tar.gz
# -x: extract（解压）

# 查看压缩包内容
tar -tzvf archive.tar.gz
# -t: list（列出）

深度学习场景示例：

# 打包数据集
tar -czvf imagenet_train.tar.gz data/train/

# 打包实验结果
tar -czvf experiment_results.tar.gz outputs/ logs/ checkpoints/

# 解压预训练模型
tar -xzvf pretrained_models.tar.gz

# 打包代码和模型
tar -czvf submission.tar.gz *.py models/ requirements.txt

zip / unzip - ZIP 压缩

# 压缩文件
zip archive.zip file1 file2

# 压缩目录
zip -r archive.zip directory/
# -r: recursive（递归）

# 解压
unzip archive.zip

# 解压到指定目录
unzip archive.zip -d destination/

九、系统信息查看

1. free - 查看内存

含义: Free（空闲内存）

# 查看内存使用
free -h
# -h: human-readable（人类可读）

2. uname - 系统信息

缩写含义: Unix Name（Unix 名称）

# 查看系统信息
uname -a
# -a: all（全部信息）

十、实用技巧和组合命令

管道符 | 的使用

# 查找并计数
ls | wc -l
# wc: word count（词数统计）
# -l: lines（行数）

# 搜索并排序
grep "loss" train.log | sort

# 查看最大的文件
du -h | sort -rh | head -n 10

深度学习常用组合

# 1. 监控训练进度
tail -f train.log | grep "Epoch"

# 2. 统计数据集文件数
ls data/train/ | wc -l

# 3. 批量重命名文件
for i in *.jpg; do mv "$i" "img_$i"; done

# 4. 清理临时文件
find . -name "*.pyc" -delete
find . -name "__pycache__" -type d -exec rm -rf {} +

# 5. 监控 GPU 和训练
watch -n 1 'nvidia-smi && tail -n 20 train.log'

# 6. 查找占用 GPU 的进程
ps aux | grep python | grep -v grep

# 7. 批量杀死训练进程
ps aux | grep train.py | awk '{print $2}' | xargs kill

# 8. 备份重要文件
cp -r checkpoints/ checkpoints_backup_$(date +%Y%m%d)/

# 9. 快速创建实验目录
mkdir -p exp_$(date +%Y%m%d_%H%M%S)/{logs,checkpoints,outputs}

# 10. 查看最新的模型文件
ls -lt checkpoints/*.pth | head -n 5

总结

最常用的命令速查表

命令	全称	主要用途
ls -lh	List	查看文件列表
cd	Change Directory	切换目录
pwd	Print Working Directory	显示当前路径
mkdir -p	Make Directory	创建目录
rm -rf	Remove	删除文件/目录
cp -r	Copy	复制
mv	Move	移动/重命名
cat	Concatenate	查看文件
tail -f	Tail	实时查看日志
grep	Global Regular Expression Print	搜索文本
ps aux	Process Status	查看进程
kill	Kill	终止进程
df -h	Disk Free	查看磁盘空间
du -sh	Disk Usage	查看目录大小
nvidia-smi	NVIDIA System Management Interface	GPU 监控

深度学习训练必备命令

# 开始训练
nohup python train.py > train.log 2>&1 &

# 监控训练
tail -f train.log

# 监控 GPU
watch -n 1 nvidia-smi

# 查找进程
ps aux | grep python

# 终止训练
kill -9 [PID]

# 检查磁盘空间
df -h
du -sh checkpoints/

# 清理缓存
rm -rf __pycache__/ .ipynb_checkpoints/

# 备份模型
cp best_model.pth best_model_$(date +%Y%m%d).pth

记住这些命令，你就能在 Linux 服务器上高效地进行深度学习训练了！建议将常用命令整理成自己的脚本，提高工作效率。