非關鍵路徑的總時差和自由時差

1.

引言

在項目管理中，我們經常需要對項目進度進行分析和控制。關鍵路徑方法

（

?Path?Method

，簡稱

CPM

）是一種常用的工具，用于確定項目中的關鍵

路徑以及項目完成所需的最短時間。然而，除了關鍵路徑之外，還存在著非關鍵路

徑。非關鍵路徑上的活動可以具有一定的靈活性，在不影響整體進度的情況下進行

調整。本文將介紹非關鍵路徑的總時差和自由時差這兩個概念，并探討它們在項目

管理中的應用。

2.

非關鍵路徑

在一個項目網絡圖中，關鍵路徑是指連接起始節點和結束節點，并且總時差為零的

一條或多條路徑。換句話說，如果一個活動延遲了，那么整個項目都會延遲。與之

相對應的是非關鍵路徑，它指的是從起始節點到結束節點上除了關鍵路徑以外所有

其他可能路徑。

非關鍵路徑上的活動并不會對整體進度產生直接影響。這意味著這些活動可以具有

一定的彈性，可以在不影響整體進度要求下進行調整。因此，在資源有限或者突發

情況下，項目經理可以優先考慮調整非關鍵路徑上的活動，以保證項目按時完成。

3.

總時差

總時差是指一個活動的最早開始時間與最晚開始時間之差，或者最早結束時間與最

晚結束時間之差。總時差可以用來衡量活動的彈性，即該活動可以延遲的時間。

在項目網絡圖中，每個活動都有一個最早開始時間（

ES

）和一個最晚開始時間

（

LS

），以及一個最早結束時間（

EF

）和一個最晚結束時間（

LF

）。根據這些時間，

可以計算出每個活動的總時差。如果一個活動的總時差為零，則該活動在關鍵路徑

上；如果總時差大于零，則該活動在非關鍵路徑上。

通過計算每個非關鍵路徑上所有活動的總時差，并將其累加起來，就可以得到非關

鍵路徑的總時差?？倳r差越大，說明該非關鍵路徑上的活動越靈活，可以承受更多

的延遲而不影響整體進度。

4.

自由時差

自由時差是指一個活動可以延遲的時間，而不會對后續活動產生影響。換句話說，

自由時差是指在不改變整體進度要求下，某個非關鍵路徑上的活動可以推遲開始的

時間。

在離線服務器上創建深度學習虛擬環境

在離線服務器上創建深度學習虛擬環境

前言：

適用范圍：

一、安裝虛擬機

虛擬機安裝過程可以參考這篇文章vmware虛擬機安裝Ubuntu全過程

如果覺得虛擬機比較麻煩，那么大佬可以直接使用平臺下的Linux子系統安裝，本文以虛擬機為例。

1.虛擬機軟件和Ubuntu下載鏈接

VMware 虛擬機的鏈接阿里云盤下載和.04的下載鏈接

2.注意事項

1安裝的第16步中，“虛擬化CPU性能計數器”可以不選，選了后續可能會出bug。

2安裝完成后系統界面過小如何解決：

第1步：安裝開源軟件  sudo apt-get install open-vm-tools
第2步：第二步 ：  sudo apt-get install open-vm*   ，安裝后直接打開全屏即可。
若屏幕沒有改變則重啟一下即可。

3換源：換成國內源

第1步：vim /etc/apt/sources.list
第2步：在文本中添加下面的源鏈接

deb http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse

第3步：apt-get update

以上為虛擬機Linux安裝部分，遇到問題百度解決。

二、Linux平臺下虛擬環境配置 1. 安裝

第一步：首先在指定目錄下下載的Linux版本，在該網頁鏈接中尋找自己所需的版本，終端如下：

#注釋：這是下載Anaconda3-2020.11-Linux-x86_64.sh版本的舉例
wget https://repo.continuum.io/archive/Anaconda3-2020.11-Linux-x86_64.sh

第二步：安裝

Anaconda3-2020.11-Linux-x86_64.sh

第三步：檢查是否安裝好

1. 打開終端輸入：sudo gedit ~/.bashrc 
2. 在打開的文檔中輸入：export PATH="/home/peng/anaconda3/bin:$PATH" 
（上面的路徑是自己的Anaconda裝的路徑，每個人不同，根據自己的環境情況進行比劃）
3. 輸入：source ~/.bashrc，令配置生效
4. 查看版本：conda --version
5. 輸入python3，發現是Anaconda安裝的版本

第四步：換源

在命令行中輸入

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
pip config set global.index-url http://pypi.mirrors.ustc.edu.cn/simple/
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/ 
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

2. 配置自己所需的深度學習環境

第一步：創建虛擬環境，提供兩個方法：

為自己定義的虛擬環境的名稱

# 方法一：克隆一個環境 （優點是操作速度快，缺點是占用存儲大）
conda create -n env_name  --clone base
# 方法二：重新創建一個新環境（優點是占用存儲小，缺點是需要手動裝所需的第三方庫，python版本自己指定）
conda create -n env_name python=3.8 
# 激活環境：
conda activate env_name

第二步：安裝所需要的庫

備注：對于深度學習類的第三方庫，不推薦直接conda install 或者pip install ，因為大概率會下到 cpu 版本的 torch，所以要先下載好whl文件進行下載，比如torch各個版本的下載界面torch各個版本的下載界面

# 下載好文件后
pip install torch-1.7.1+cu110-cp38-cp38m-linux_x86_64.whl 
pip install torchvision-0.8.1+cu110-cp38-cp38m-linux_x86_64.whl

第三步：測試安裝情況

python
>>> import torch
>>> torch.cuda.is_available()
True  

3. 打包虛擬環境傳送到服務器

第一步：然后將/envs/ 進行打包

tar -cvf env_name.tar env_name/           #壓縮虛擬環境

第二步：使用U盤或者ssh將壓縮后的文件傳輸到服務器

第三步：將壓縮包復制到服務器上的/envs目錄下，然后在這個目錄下打開終端輸入：

tar -xvf env_name.tar  # 解壓

第四步：在服務器上添加深度學習環境到環境列表，最后在目標計算機修改conda的環境配置文件 ~/.conda/.txt在尾部添加拷貝的環境目錄

終端輸入：vim ~/.conda/envirement.txt

輸入的內容如下：

# 結合服務器的實際情況填寫
/home/peng/anaconda3                   
/home/peng/anaconda3/envs/env_name

第五部：使用conda env list檢查環境是否創建成功，使用conda 激活環境后可通過具體程序測試具體程序包是否安裝成功

三、使用Pycharm遠程連接服務器

不在贅述，網上的教程比較多，推薦這一篇《pycharm遠程連接服務器完整教程》

四、附贈：常用的conda虛擬環境相關命令

#創建虛擬環境
conda create -n your_env_name python=X.X（3.6、3.7等）
 
#激活虛擬環境
source activate your_env_name(虛擬環境名稱)
 
#退出虛擬環境
source deactivate your_env_name(虛擬環境名稱)
 
#刪除虛擬環境
conda remove -n your_env_name(虛擬環境名稱) --all
 
#查看安裝了哪些包
conda list
 
#安裝包
conda install package_name(包名)
conda install scrapy==1.3 # 安裝指定版本的包
conda install -n 環境名 包名 # 在conda指定的某個環境中安裝包
 
#查看當前存在哪些虛擬環境
conda env list 
#或 
conda info -e
#或
conda info --envs
 
#檢查更新當前conda
conda update conda
 
#更新anaconda
conda update anaconda
 
#更新所有庫
conda update --all
 
#更新python
conda update python

參考博客 離線搭建深度學習環境ubuntu系統離線搭建深度學習環境2020-11-02-Ubuntu 20.04安裝-卸載-筆記pycharm遠程連接服務器完整教程vmware虛擬機安裝Ubuntu全過程