目录

查看环境路径，查看python版本

查看torch版本：

ls 时间排序并显示时间

查看库安装路径： 当一个库第2次安装时，不再安装，自动显示已安装路径：

当前目录：

cuda环境变量

一行命令，遍历所有环境，查看是否安装vllm

vscode 常用开发代码

python -c 常用 for循环：

接收参数：

sh切换到当前目录

opencv 调试可视化

命令行测试python代码：

try代码：

查看环境路径，查看python版本

python -c "import sys; print('Python路径:', sys.executable); print('Python版本:', sys.version)"

查看torch版本：

python -c "import torch; print('cuda可用:', torch.cuda.is_available(), '| cuda版本:', torch.version.cuda if torch.cuda.is_available() else '未安装')"

ls 时间排序并显示时间

ls -lth --time-style='+%Y-%m-%d %H:%M:%S'

查看库安装路径： 当一个库第2次安装时，不再安装，自动显示已安装路径：

pip install lmdb -i https://mirrors.ivolces.com/pypi/simple/

当前目录：

current_working_dir = os.getcwd() print(f"当前进程工作目录: {current_working_dir}")

cuda环境变量

os.environ['CUDA_VISIBLE_DEVICES'] = '2' export CUDA_VISIBLE_DEVICES=2 device = "cuda:1" model=model.to(device)

一行命令，遍历所有环境，查看是否安装vllm

conda env list | grep -v "^#" | grep -v "^$" | while read line; do env=$(echo "$line" | awk '{print $1}'); if [[ "$env" == /* ]]; then version=$(conda list -p "$env" 2>/dev/null | grep vllm | awk '{print $2}'); if [ -n "$version" ]; then echo "路径 $env: vLLM $version ✅"; fi else version=$(conda list -n "$env" 2>/dev/null | grep vllm | awk '{print $2}'); if [ -n "$version" ]; then echo "🔍 $env: vLLM $version ✅"; fi fi; done conda env list | grep -v "^#" | grep -v "^$" | while read line; do env=$(echo "$line" | awk '{print $1}'); if [[ "$env" == /* ]]; then echo -n "路径 $env: "; conda list -p "$env" 2>/dev/null | grep -q vllm && echo "✅ 已安装" || echo "❌ 未安装"; else echo -n "🔍 $env: "; conda list -n "$env" 2>/dev/null | grep -q vllm && echo "✅ 已安装" || echo "❌ 未安装"; fi; done

vscode 常用开发代码

# coding=utf-8 import sys import os current_dir = os.path.dirname(os.path.abspath(__file__)) os.chdir(current_dir) print('current_dir', current_dir) paths = [current_dir, current_dir+'/../'] paths.append(os.path.join(current_dir, 'src')) for path in paths: sys.path.insert(0, path) os.environ['PYTHONPATH'] = (os.environ.get('PYTHONPATH', '') + ':' + path).strip(':') import cv2 import torch

python -c 常用 for循环：

python -c "import sys, os; paths = ['/shared_disk/users/lbg/project/4d/plf/libs', 'your_path_2']; [sys.path.insert(0, path) or os.environ.update({'PYTHONPATH': (os.environ.get('PYTHONPATH', '') + ':' + path).strip(':')}) for path in paths];import posepile; print(posepile.__path__[0])"

接收参数：

FLAGS = argparse.Namespace() def initialize(): parser = argparse.ArgumentParser() parser.add_argument('--input-model-path', type=str,default='/shared_disk/datasets/public_datasets/human_pose/experiments/finetune_0517') parser.add_argument('--config-name', type=str, default='nlf_s') # parser.parse_args(namespace=FLAGS) args, unknown = parser.parse_known_args(namespace=FLAGS)

解析未知参数

args, unknown_args = parser.parse_known_args()

sh切换到当前目录

cd "$(dirname "$0")" cd "$(dirname "$(realpath "$0")")"

opencv 调试可视化

import cv2;cv2.imshow("res",inf_cfg.mask_crop);cv2.waitKey()

命令行测试python代码：

python -c "import nvdiffrast.torch as dr; print(dr)"

try代码：

try: print(int('ss')) except Exception as e: print('代码报错') else: print("没有报错") finally: print("无论发生什么事情，此处一定会执行") 1