Linux Study Notes: From the Perspective of Research Usage [Chinese]

A brief introduction to Linux system, its logic and necessary commands for deep learning research usage.
Linux
tech
research
in Chinese
发布于

2021年2月2日

修改于

2025年10月21日

本文是我在接触深度学习领域后，出现对服务器使用的需求后，学习 Linux 系统的笔记。本文只涉及深度学习的科研日常使用。

1 经典小白疑惑

下面这些问题是小白的经典疑惑，也是我在接触深度学习领域前长期悬而未决的问题。但很多用下面这几个 QA 就说清楚了。

Q：为什么要学习使用 Linux 系统？

A：因为要用研究组里的服务器，服务器一般是 Linux 系统。

Q：服务器是什么？

A：就是一台配置高得很的电脑，它干起活来效率很高。

Q：你用服务器做什么？

A：做深度学习领域的大型实验。

Q：自己电脑不行吗，为什么要用服务器？

A：众所周知，深度学习实验主要使用部署在服务器上的 GPU 计算资源，个人电脑跑不动。

Q：Linux 系统不是和 Windows、Mac 一样都是操作系统吗，怎么还要单独学习？

A：服务器上的 Linux 主要是命令行控制的，而不是图形界面。这可不是普通的点点鼠标的人性化电脑。

对我而言，学习 Linux 只要满足科研使用需求即可，了解这个操作系统的基本逻辑，学一些必要的命令。没必要漫无目的地抱着一本厚厚的技术书从头到尾啃下来。有一本比较知名的书是《鸟哥的 Linux 私房菜》，这本书和看小说一样，太啰嗦了。我选择参考的是 The Linux Documentation Project 上的 《Introduction to Linux》，比较精要也更权威。

我的科研使用需求，就是用服务器做深度学习的实验，对于 Linux 系统，只需学会这些即可：

  • 逻辑层面：基本概念，多用户系统的逻辑、命令系统的逻辑、文件系统逻辑；
  • 操作层面：平时常用的服务器终端命令。

2 Linux 系统的逻辑

2.1 基本概念

Linux 的那些能讲出一本书的历史不需要看，只需要搞明白发行版这个概念。

首先要适应 Linux 是开源的这件事。与 Windows、Mac 都不一样，它们完全受自家公司控制，也就只有一套版本号例如 WinXP、Win7、Win10，Mac 的 Catalina、Big Sur、Monterey。Linux 系统的核心从诞生之日起就是开源的，开源的意思是源代码完全公开，不属于某个个人或公司，任何人都可以贡献并使用，于是就有各路人马套壳包装这个核心，变成一套套有头有脸的操作系统。前者那个由 Linux 社区维护更新的核心就叫 Linux 核心（kernel），后者由其他公司或社区包装好的叫发行版（distribution）。核心顾名思义就是包含操作系统最必要的功能，发行版除核心外还包含一些重要软件、工具、系统的安装包等，让这个核心更实用。

我们无法直接使用核心，用的都是某个发行版。所以给电脑装 Linux 就是找一个喜欢的发行版，下载好系统镜像，和平时装系统一样一步步安装即可。常见发行版有：

众多的 Linux 发行版

一个 Linux 系统有两套版本号：一套是 Linux 核心的版本号（在此查看），一套是发行版的版本号（在各发行版的官网查看）。

2.2 账户系统

Linux 系统的重要特性是多账户系统，主要是因为使用 Linux 的服务器通常是供多人使用的，必须设计多账户机制以防使用混乱（实际上 Windows、Mac 也有，但很少使用）。Linux 账户分为：

  • 管理员（root）账户：负责管理机器的，有很多更高的关于机器的权限；
  • 普通账户：普通使用者的账户，人很多时可以划到不同群组进行更细致的管理。

以我们研究组的服务器为例，管理员目前是大师兄，负责管理维修这台服务器；普通用户就是其他研究生，每个人都有一个号，是需要向管理员申请的普通账户。

登录服务器账户并操作的方式一般为远程的，即在另一台电脑上进入服务器的命令行。北大的情况是，只要连接校园网，即可以通过 SSH 登录在校园网环境中的服务器。

由于服务器的使用性质，机器都是常年开着机的，一般都是以登入登出的方式使用的，开关机会影响他人使用。因此只有管理员有开关机的权限。

2.3 命令系统

除了图形界面（可以点鼠标的），操作系统都可以通过在命令行输入命令控制电脑。这个命令行本身也是一个程序，叫做壳（shell）：Windows 为 cmd（或更高级的 PowerShell），Linux 为 bash（ Mac 使用了更高级的 zsh，兼容 bash）。

壳总是会生成提示字符串，示意在其后输入指令，它包含当前账户、文件路径等信息，并以一个提示符与输入的命令分隔：cmd 为 >，Bash 为 $，Zsh 为 %。提示字符串格式为（以 bash 为例）：

账户名 @ 机器名 : 当前路径 $（提示符）

一个指令的格式为：指令名和若干个选项及其参数（各部分以空格隔开）。选项是本指令的细化设置，格式为 -单个字母，或 --单词（前者是后者的缩写）。选项通常有一些参数需要指定，就放在选项的后面。

指令有两种类型，一种是像上面这样敲完指令与选项、参数立即执行，执行后回到命令行提示符；另一种是敲完指令名回车，进入到某个环境，例如命令行里的文本编辑器、Python 等。

除了系统自带的指令，可执行文件也可以作为指令执行：进入此文件的目录，输入文件名敲回车即可；或者直接打出文件的路径敲回车。

警告

注意，执行文件与打开/编辑文件不是一个概念。执行必须是可执行文件。在 Linux 系统下，文件是否可执行是以文件权限区分的，可以修改。

除了在命令行敲命令外，还可以像写程序一样组合一系列指令为脚本，运行脚本文件等同于在命令行依次敲击其中的命令。脚本文件是文本文件（通常以 .sh 扩展名区分），需要将其权限设为可执行。注意，在壳下执行文本文件都视其为自己的脚本，不管其扩展名是什么。

注记

壳作为一个程序，也有自己的配置，如环境变量。这些配置信息通常放在一个配置文件中，常见的有 .bash_profile，.bashrc，.zshrc 等。

2.4 文件系统

不同操作系统的文件系统基本没有太大区别，了解一些 Linux 特有的东西即可。

一是路径格式，根目录为 /，绝对路径即从根目录向下，也是用 / 分开的，最后一个 / 可带可不带；相对路径的记号总结如下：

  • ./ ：表示当前目录；
  • ../ ：表示上一级目录；
  • -/ ： 表示上次的目录；
  • ~/ ：表示当前用户（提示字符串里写了）目录；
  • ~用户名/ ：表示此用户名的用户目录。

二是文件目录的组织，都有哪些文件夹，里面都放什么文件。

  • Linux 不涉及磁盘分区，根目录里就包含了所有文件；
  • 用户目录就是一个账户自己的目录，一个账户创建后，就有了自己的空间。所有用户的用户目录都在根目录中的 /home ，用户目录的名称就是账户名；
  • 根目录中的 /root 是管理员的用户目录。但管理员日常使用不会用这个身份使用这个目录，一般会用一个普通账户；
  • 根目录中的其他目录一般都是系统或全局的文件，普通用户不必也没有权限管理它们，就别管了。

三是文件权限，这是多账户一定会涉及的问题。Linux 所有文件和文件夹都有权限，形式化为长度为 10 的字符串：

  • 第1位表示文件类型：只需知道 d 表示文件夹， - 表示普通文件，l 表示链接即可；
  • 后面的位都可看作开关，- 表示权限关闭，字母表示权限打开：
    • 第2-4位分别表示拥有者的读（r）、写（w）、执行（x）权限；
    • 第5-7位分别表示同群组的用户的读（r）、写（w）、执行（x）权限；
    • 第8-10位分别表示其他人的读（r）、写（w）、执行（x）权限。

应注意，Linux 不是以后缀区分可执行文件的，而是由文件权限中的执行权限（x）决定的。

3 Linux 必备操作

以下涉及的操作都不需要管理员权限。关于管理员要用的操作，还是等我成为组里服务器的管理员时再说吧！

3.1 账户操作

操作 命令 使用场景
远程登入账户 ssh 用户名@服务器地址 （在其他电脑） 这是访问服务器的第一步
退出账户 exit 很多时候不会使用这个命令退出
查看当前在线用户 who 或 w 看看谁在使用服务器，方便安排自己的实验
查看用户登录日志 last 这个就是纯属窥探其他人做了什么了

3.2 系统级信息查看

操作 命令 使用场景
任务管理器 top 查看当前运行的程序，方便安排自己的实验

3.3 浏览操作

操作 命令 使用场景
查看当前路径 pwd 想复制一个绝对路径出来
更改路径 cd + 路径名 浏览各目录，最常用操作
列出当前路径下的文件 ls ll（详细） ls -a（显示隐藏文件） 浏览各目录，最常用操作
（在命令行）查看文件 cat + 文件名 -
（使用默认软件）打开文件/文件夹（仅 Mac） open + 文件名/路径名 MacOS 中想要转到图形化界面操作时
查找文件/文件夹 find + 文件名/路径名（支持正则表达式） -

3.4 文件整体修改操作

操作 命令 使用场景
创建文件 touch + 文件名 -
创建文件夹 mkdir + 文件夹名 -
移动 mv + 文件路径 + 目标路径 -
复制 cp + 文件路径 + 目标路径 -
重命名 mv + 文件名 + 新文件名 -
删除文件 rm + 文件路径（支持正则表达式） -
删除文件夹 rm -r + 文件夹路径 -
跨设备复制文件 （在待移动文件设备上）scp + 文件路径 + 目标路径 -
下载链接文件 wget + 文件链接 -

3.5 文件内部编辑操作

可以通过 open 命令在外部软件中打开然后编辑，这里讨论在命令行内部编辑文件。

方式一：echo 命令

  • echo + 字符串 > 文件路径：写入字符串到文件；
  • echo + 字符串 >> 文件路径：追加字符串到文件。

这种方式通常适合在空文件中写入一些简单的东西，或者在配置文件中加一条规则。

方式二：使用 Linux 命令行里的文本编辑器 Vim

输入 vim + 文件路径 以进入 Vim 环境编辑此文件。具体使用方法详见我的这篇 Vim 学习笔记。如果从未接触过，可能会非常不习惯，另外这种方式还是只适合临时的少量的文本修改。

方式三：在外面写好了移动到服务器

外面最好是一个图形界面，在图形界面上写会舒服很多。

注记关于图形界面

很多 Linux 发行版是有图形界面的，为何不用呢？道理很简单，服务器那台机器就是个大箱子，连显示屏都没有，管理员连装都不想装，没必要。而且都是远程访问它的，要想远程看到系统的图形界面，岂不是还要传输图形界面的画面？想想 Windows 远程桌面有多难用就知道了。

但是我这里说的图形界面不是这个，而是例如在远程控制服务器的电脑上装一些软件如 VS Code，可以借它与服务器交互信息，让它在你的电脑本地给你整理出来一个图形界面（而不是直接把服务器安装的图形界面图像传输过来）。

VSCode 中安装 “Remote - SSH” 扩展后，边栏会出现一台小电脑按钮。在 SSH TARGETS 处点击加号，即远程 SSH 连接到服务器。连接成功后点击边栏的文件按钮，就可以打开服务器上的文件夹了。此时的 VS Code 就变成了一个图形界面的文件管理器，移动、复制、删除、查看、运行等文件操作均可通过鼠标点击实现，省下了在命令行里输命令的麻烦。

有些机构或公司会有自己的服务器客户端（例如我们学院的公用服务器），效果类似 VS Code 的图形界面，具体怎么用参考相应的帮助。

3.6 程序

操作 命令 使用场景
运行 sh 程序 bash xx.sh 通常是深度学习实验的入口
查看 GPU 信息 nvidia-smi 深度学习需要使用 GPU，这个是最常用的查看当前资源的命令

4 Linux 进阶操作

这些操作可能是非必需的，但能在效率上锦上添花。

4.1 命令行快捷键

操作 快捷键 使用场景
命令自动补全 Tab -
强行结束命令 Ctrl + C 从程序环境中回到命令行提示符
翻页 Shift + PageUp / PageDown 这个操作无法用滚轮实现

（待更新）

回到顶部