这里是我整理好的 Conda、LLM(大语言模型)、Ubuntu 的常用命令笔记:
# 创建环境 (Python 版本可选) conda create -n myenv python=3.9 # 激活环境 conda activate myenv # 退出环境 conda deactivate # 删除环境 conda remove -n myenv --all # 列出所有环境 conda env list # 复制环境 conda create --name new_env --clone old_env
# 安装包 (例如 numpy) conda install numpy # 指定版本安装 conda install numpy=1.21 # 从某个频道安装 (例如 conda-forge) conda install -c conda-forge numpy # 更新包 conda update numpy # 删除包 conda remove numpy # 列出已安装的包 conda list # 导出环境 (生成环境文件) conda env export > environment.yml # 根据环境文件创建环境 conda env create -f environment.yml
# 安装 Transformers 和 PyTorch pip install transformers torch # 下载和使用预训练模型 python -c "from transformers import pipeline; nlp = pipeline('text-generation', model='gpt2'); print(nlp('Hello, I am')[0]['generated_text'])"
# 下载 Llama.cpp git clone https://github.com/ggerganov/llama.cpp.git cd llama.cpp # 编译 make # 运行模型 ./main -m models/llama-7b.ggmlv3.q4_0.bin -p "Hello, world!"
# 安装 Ollama curl -fsSL https://ollama.ai/install.sh | sh # 运行大模型 (如 Mistral) ollama run mistral
# 更新软件包 sudo apt update && sudo apt upgrade -y # 查看系统信息 uname -a lsb_release -a
# 添加用户 sudo adduser newuser # 切换用户 su - newuser # 赋予 sudo 权限 sudo usermod -aG sudo newuser
# 列出文件 ls -lah # 复制文件 cp source.txt destination.txt # 移动文件 mv source.txt /path/to/destination/ # 删除文件 rm -rf filename
# 显示进程 ps aux | grep process_name # 结束进程 kill -9 PID
# 启动 Docker sudo systemctl start docker # 运行容器 docker run -d -p 8080:80 nginx # 查看 Pod kubectl get pods
这些命令涵盖了 Conda、LLM 和 Ubuntu 的基本使用场景,你可以根据需要选择使用!