非关键路径的总时差和自由时差

1.

引言

在项目管理中，我们经常需要对项目进度进行分析和控制。关键路径方法

（

 Path Method

，简称

CPM

）是一种常用的工具，用于确定项目中的关键

路径以及项目完成所需的最短时间。然而，除了关键路径之外，还存在着非关键路

径。非关键路径上的活动可以具有一定的灵活性，在不影响整体进度的情况下进行

调整。本文将介绍非关键路径的总时差和自由时差这两个概念，并探讨它们在项目

管理中的应用。

2.

非关键路径

在一个项目网络图中，关键路径是指连接起始节点和结束节点，并且总时差为零的

一条或多条路径。换句话说，如果一个活动延迟了，那么整个项目都会延迟。与之

相对应的是非关键路径，它指的是从起始节点到结束节点上除了关键路径以外所有

其他可能路径。

非关键路径上的活动并不会对整体进度产生直接影响。这意味着这些活动可以具有

一定的弹性，可以在不影响整体进度要求下进行调整。因此，在资源有限或者突发

情况下，项目经理可以优先考虑调整非关键路径上的活动，以保证项目按时完成。

3.

总时差

总时差是指一个活动的最早开始时间与最晚开始时间之差，或者最早结束时间与最

晚结束时间之差。总时差可以用来衡量活动的弹性，即该活动可以延迟的时间。

在项目网络图中，每个活动都有一个最早开始时间（

ES

）和一个最晚开始时间

（

LS

），以及一个最早结束时间（

EF

）和一个最晚结束时间（

LF

）。根据这些时间，

可以计算出每个活动的总时差。如果一个活动的总时差为零，则该活动在关键路径

上；如果总时差大于零，则该活动在非关键路径上。

通过计算每个非关键路径上所有活动的总时差，并将其累加起来，就可以得到非关

键路径的总时差。总时差越大，说明该非关键路径上的活动越灵活，可以承受更多

的延迟而不影响整体进度。

4.

自由时差

自由时差是指一个活动可以延迟的时间，而不会对后续活动产生影响。换句话说，

自由时差是指在不改变整体进度要求下，某个非关键路径上的活动可以推迟开始的

时间。

在离线服务器上创建深度学习虚拟环境

在离线服务器上创建深度学习虚拟环境

前言：

适用范围：

一、安装虚拟机

虚拟机安装过程可以参考这篇文章vmware虚拟机安装Ubuntu全过程

如果觉得虚拟机比较麻烦，那么大佬可以直接使用平台下的Linux子系统安装，本文以虚拟机为例。

1.虚拟机软件和Ubuntu下载链接

VMware 虚拟机的链接阿里云盘下载和.04的下载链接

2.注意事项

1安装的第16步中，“虚拟化CPU性能计数器”可以不选，选了后续可能会出bug。

2安装完成后系统界面过小如何解决：

第1步：安装开源软件  sudo apt-get install open-vm-tools
第2步：第二步 ：  sudo apt-get install open-vm*   ，安装后直接打开全屏即可。
若屏幕没有改变则重启一下即可。

3换源：换成国内源

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

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

以上为虚拟机Linux安装部分，遇到问题百度解决。

二、Linux平台下虚拟环境配置 1. 安装

第一步：首先在指定目录下下载的Linux版本，在该网页链接中寻找自己所需的版本，终端如下：

#注释：这是下载Anaconda3-2020.11-Linux-x86_64.sh版本的举例
wget https://repo.continuum.io/archive/Anaconda3-2020.11-Linux-x86_64.sh

第二步：安装

Anaconda3-2020.11-Linux-x86_64.sh

第三步：检查是否安装好

1. 打开终端输入：sudo gedit ~/.bashrc 
2. 在打开的文档中输入：export PATH="/home/peng/anaconda3/bin:$PATH" 
（上面的路径是自己的Anaconda装的路径，每个人不同，根据自己的环境情况进行比划）
3. 输入：source ~/.bashrc，令配置生效
4. 查看版本：conda --version
5. 输入python3，发现是Anaconda安装的版本

第四步：换源

在命令行中输入

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学习环境

第一步：创建虚拟环境，提供两个方法：

为自己定义的虚拟环境的名称

# 方法一：克隆一个环境 （优点是操作速度快，缺点是占用存储大）
conda create -n env_name  --clone base
# 方法二：重新创建一个新环境（优点是占用存储小，缺点是需要手动装所需的第三方库，python版本自己指定）
conda create -n env_name python=3.8 
# 激活环境：
conda activate env_name

第二步：安装所需要的库

备注：对于深度学习类的第三方库，不推荐直接conda install 或者pip install ，因为大概率会下到 cpu 版本的 torch，所以要先下载好whl文件进行下载，比如torch各个版本的下载界面torch各个版本的下载界面

# 下载好文件后
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：测试安装情况

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

3. 打包虚拟环境传送到服务器

第一步：然后将/envs/ 进行打包

tar -cvf env_name.tar env_name/           #压缩虚拟环境

第二步：使用U盘或者ssh将压缩后的文件传输到服务器

第三步：将压缩包复制到服务器上的/envs目录下，然后在这个目录下打开终端输入：

tar -xvf env_name.tar  # 解压

第四步：在服务器上添加深度学习环境到环境列表，最后在目标计算机修改conda的环境配置文件 ~/.conda/.txt在尾部添加拷贝的环境目录

终端输入：vim ~/.conda/envirement.txt

输入的内容如下：

# 结合服务器的实际情况填写
/home/peng/anaconda3                   
/home/peng/anaconda3/envs/env_name

第五部：使用conda env list检查环境是否创建成功，使用conda 激活环境后可通过具体程序测试具体程序包是否安装成功

三、使用Pycharm远程连接服务器

不在赘述，网上的教程比较多，推荐这一篇《pycharm远程连接服务器完整教程》

四、附赠：常用的conda虚拟环境相关命令

#创建虚拟环境
conda create -n your_env_name python=X.X（3.6、3.7等）
 
#激活虚拟环境
source activate your_env_name(虚拟环境名称)
 
#退出虚拟环境
source deactivate your_env_name(虚拟环境名称)
 
#删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
 
#查看安装了哪些包
conda list
 
#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
 
#查看当前存在哪些虚拟环境
conda env list 
#或 
conda info -e
#或
conda info --envs
 
#检查更新当前conda
conda update conda
 
#更新anaconda
conda update anaconda
 
#更新所有库
conda update --all
 
#更新python
conda update python

参考博客 离线搭建深度学习环境ubuntu系统离线搭建深度学习环境2020-11-02-Ubuntu 20.04安装-卸载-笔记pycharm远程连接服务器完整教程vmware虚拟机安装Ubuntu全过程