Linux私房菜学习-第6章Linux文件权限与目录

用户与用户组
在Linux系统中,默认情况下所有的系统上的账号与一般身份用户,还有那个root的相关信息,都是记录下在/etc/passwd这个文件内。至于个人的密码则是记录在/etc/shadow这个文件下。此外,Linux所有的组名都记录在/etc/group内。

Linux文件权限的概念
(1)Linux文件属性
以root身份执行ls -al,会看到文件的属性。例如:

ls是list的意思,用于显示文件的文件名与相关的属性。参数“-al”则表示列出所有的文件详细的权限与属性。

1)第一列代表文件的类型与权限。
第一个字符代表这个文件是“目录、文件或者链接文件等”(文件类型):
[d]:目录 [-]:文件 [l]:链接文件 [b]:接口设备 [c]:串行端口设备
接下来的字符中,以三个为一组,均为“rwx”三个参数的组合。其中[r]代表可读,[w]代表可写,[x]代表可执行。没有对应的权限则为[-]。

第一组为文件所有者的权限。第二组为同用户组的权限。第三组为其他非本用户组的权限。
2)第二列代表有多少文件名连接到此节点。
3)第三列表示这个文件所有者的账号。
4)第四列表示这个文件的所属用户组。
5)第五列表示这个文件容量的大小,默认单位为B。
6)第六列为这个文件的创建文件日期或是最近修改日期。
7)第七列为文件名。如果是隐藏文件,文件名之前会多以个"."。
(2)如何改变文件属性与权限
1)改变文件所属用户组: chgrp
2)改变文件所有者: chown
3)改变权限: chmod 。权限的设置方法有二种,数字类型改变权限或者符号类型改变权限。
数字类型改变权限 使用数字来代表各个权限,r:4、w:2、x:1。每种身份(owner、group、other)的权限是需要权限的数字的和。
例如,xyz是770。那么代表 owner=rwx=4+2+1,group=rwx=4+2+1,others=0+0+0=0。
符号类型改变文件权限 三种身份使用三个字符来代替,u(users),g(group),o(others)、a(all)。读写权限直接用r、w、x。
(3)目录与文件的权限意义
权限对文件的重要意义
r(read):可读取此文件的实际内容,如读取文本文件的文字内容等。
w(write):可以编辑、新增或者是修改文件的内容(不包括删除)。
x(execute):该文件剧透被系统执行的权限。
权限对目录的重要性
r(read contents in directory):表示可以查询该目录下的文件名数据。
w(modify contents of directory):表示可以修改该目录结构权限(新建,删除,重命名文件等)。
x(access directory):目录的x代表的是用户能否进入该目录。
(4)Linux文件种类与扩展名
文件种类: ①普通文件[-] ②目录[-d] ③连接文件[l] ④设备与设备文件[b](块设备)[c](字符设备) ⑤套接字[s] ⑥管道[p]
Linux文件扩展名:基本上Linux的文件是没有所谓的扩展名的,因为一个Linux文件能否执行只和它的文件权限有关。但是,文件扩展名可以用来了解文件是什么东西,通常 使用适当的扩展名表示该文件是什么类型的 ,例如 .sh脚本或者批处理文件, .tar压缩文件等。
Linux文件的限制:单一文件或目录最大文件名为255个字符;包含完成路径名的完整文件名为4095个字符。

Linux目录配置
FHS(Filesystem Hierarchy Standard),让用户了解到已安装的软件放置于哪个目录下。FHS针对目录树架构定义了三种目录:
1) / (root,根目录) :与开机系统有关。根目录是最重要的一个目录,因为不但所有的目录都是由根目录衍生出来,同时根目录与开机、还原、系统修复等操作有关。
2) /usr (UNIX software resource) :与软件的安装\执行有关。FHS建议软件开发者应该将他们的数据合理的放置到这个目录的子目录下。,所有的系统默认的软件也会放置到/usr下。
3) /var (variable) :与系统运行过程有关。/var目录主要针对常态性变动的文件,包括缓存、登录文件等。

绝对路径与相对路径
绝对路径 :由根目录开始写起的文件名或者目录的名称。如:/home/dmtsai
相对路径 :相对于目前路径的文件名的写法。如:./home/dmtsai
在目录结构中,” . “代表当前的目录,” .. "代表上一层目录。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值