跳到主要內容

Linux的檔案管理(指令)


 1. 新增檔案/目錄

  • Nemo (GUI):
    • 滑鼠右鍵。
    • 選擇 "建立新資料夾" 或 "建立新文件"。
    • 輸入名稱,確認新增。
  • 指令 (CLI):
    • mkdir <directory_name> - 建立一個新的目錄。
    • touch <file_name> - 建立一個新的空檔案。

2. 複製檔案/目錄

  • Nemo (GUI):
    • 選取要複製的檔案或目錄。
    • 點擊滑鼠右鍵,選擇「複製」。
    • 到目標位置點擊滑鼠右鍵「貼上」。
  • 指令 (CLI):
    • cp <source_file> <destination> - 複製檔案。
    • cp -r <source_directory> <destination> - 遞迴複製目錄和其內容。

3. 移動檔案/目錄

  • Nemo (GUI):
    • 選取要移動的檔案或目錄。
    • 拖曳到目標位置。
  • 指令 (CLI):
    • mv <source_file> <destination> - 移動檔案。
    • mv <source_directory> <destination> - 移動目錄。

4. 開啟檔案/執行

  • Nemo (GUI):
    • 選取檔案,點擊右鍵,選擇 "開啟" 或 "開啟檔案"。
    • 對於可執行檔案,選擇 "執行" (可能需要設置權限)。
  • 指令 (CLI):
    •   程式名稱 <file_name> -使用對應的應用程式開啟檔案(如 pluma test.txt)
    • ./<executable_file> - 執行可執行檔案 (前提是可執行檔案具有可執行權限)。

5. 搜尋

  • Nemo (GUI):
    • 在檔案管理視窗中,使用搜尋欄(放大鏡)輸入關鍵字。
  • 指令 (CLI):
    • find <directory_name> -name "<search_term>" - 搜尋檔案。
    • grep "<search_term>" <file_name> - 在檔案中搜尋內容。

6. 回收/刪除

  • Nemo (GUI):
    • 選取要刪除的檔案/目錄。
    • 點擊右鍵,選擇「刪除」或「移至回收筒」。
  • 指令 (CLI):
    • rm <file_name> - 刪除檔案。
    • rm -r <directory_name> - 遞迴刪除目錄及其內容 (使用時需謹慎)。

7. 壓縮

  • Nemo (GUI):
    • 選取要壓縮的檔案或目錄。
    • 點擊右鍵,選擇 "壓縮"。 Nemo 通常會提供各種壓縮格式的選項 (如 zip, tar.gz, tar.bz2)。
  • 指令 (CLI):
    • zip <archive_name>.zip <file_name(s)> - 建立 zip 壓縮檔案。
    • tar -czvf <archive_name>.tar.gz <file_name(s)> - 建立 gzip 壓縮的 tar 檔案。
    • tar -cjvf <archive_name>.tar.bz2 <file_name(s)> - 建立 bzip2 壓縮的 tar 檔案。

8. 建立捷徑

  • 指令 (CLI):
    • ln -s <target_file> <shortcut_name> - 建立 symbolic link (symbolic link)。

9. 掛載/卸載 (檔案系統)

  • Nemo (GUI):
  • 指令 (CLI):
    • mount <device_name> <mount_point> - 掛載檔案系統。
    • umount <device_name> - 卸載檔案系統。 (這通常需要 root 權限)。

注意事項:

  • 上述指令可能因您使用的 Linux 發行版和 Nemo 的版本而有所不同。
  • 在使用 rm -r 刪除目錄及其內容時,請務必小心,因為刪除的檔案是不可恢復的。
 

[前一單元] [下一單元  

留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧(AI)已有越來越多的應用,而 CodeFormer 是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片( https://huggingface.co/spaces/sczhou/CodeFormer ),它會修復後讓你下載,但傳過一次曠日費時。還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理。不過事涉大量運算,有獨顯速度會快些,沒有的就只能用 CPU 硬解。如果原稿臉部夠大張(最好 512×512 像素以上),其還原程度相當不錯,有針對臉部一般修復、精細修復、上色、破碎還原等功能,個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU,且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效,常常說空間不足、安裝 CUDA 相依性錯誤等問題,重灌系統好幾次,於是改變作法,打掉重做,用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動 若使用 Nvidia GTX 1060 等顯卡,想讓 CodeFormer 利用 GPU 加速運算,需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意!核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot (如果失敗,編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下: deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free )  3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...

Live Debian System 安裝使用 CodeFormer(使用Anaconda)XXX

目前人工智慧(AI)已有越來越多的應用,而CodeFormer是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片,它會修復後讓你下載,但傳過一次曠日費時,還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理,不過事涉大量運算,有獨顯速度會快些,沒有的就只能用CPU硬解。

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡,GPU 記憶體只有 6GB,屬於中低容量等級。由於顯卡記憶體有限,無法負擔大型 AI 模型的運行,因此本文以較小容量且效能適中的 AI 模型為主,透過 Open-WebUI 與 Ollama 搭配,達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本,安裝 Open-WebUI,並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。 一、本機 Python 版本管理:使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴: sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv: curl https://pyenv.run | bash 設定 shell 環境(加入 ~/.bashrc 或 ~/.zshrc ): export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell,並安裝 Python 3.11: source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本: python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件: python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題: pip install --upgrade...