git 入门

文章地址:https://qianjinyike.com/git-基础/

配置文件
权重中文名优先级配置文件
system系统级别/etc/gitconfig 或者 git 安装目录/etc/config
global全局级别~/.gitconfig 或者 ~/.config/git/config
local仓库级别.git/config
# 查看仓库级的配置
git config --local -l
# 查看全局级的配置
git config --global -l
# 查看系统级的配置
git config --system -l
# 查看当前生效的配置
git config -l
git config --global user.name "John Doe"
git config --global user.email johndoe@example.com
文件的四种状态
状态描述
Untracked【未追踪状态】此文件在文件夹中,但并没有加入到 git 库中,不参与版本控制。通过 git add 状态变为 Staged。
Unmodify【未修改状态】此文件在 git 库中且未修改,一般 git commitgit clonegit pull 后的文件是这种状态。如果它被修改,就变为 Modified。
Modified【已修改状态】文件已修改。 这个文件有两个去处,通过 git add 可进入暂存 Staged 状态,使用 git checkout -- 文件名Unmodify 状态。
Staged【暂存状态】执行 git commit 成为 Unmodify 状态。执行 git reset HEAD 文件名 取消暂存,文件状态为 Modified。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9yfCkdbO-1581167026362)(https://qianjinyike.com/wp-content/uploads/2020/02/1.jpg “git 生命周期”)]

# 本地
cd /你的项目目录
git init
echo 'test' >> my.txt
git status
git add my.txt 
git status
git commit -m 'add first file my.txt'
  
git rm my.txt
git commit -m 'delete my.txt'
# 远程
git remote add myAliasName https://远程仓库.git # 设置 https://远程仓库.git 别名为 myAliasName       
git push myAliasName master                    # 将本地项目推到远程仓库的 master 分支
# 团队

# A:
cd /home/A
git clone https://远程仓库.git
cd project
vim a.bash
git add a.bash
git commit -m 'A add a.bash'
git push myAliasName master

# B:
cd /home/B
git pull myAliasName master
# 常用命令
git add file1 file2 ...
git add *.txt
git add .
git mv old new
git mv old ../config/new
git log		               # 查看项目日志
git log filename	       # 查看某文件日志
git log .	               # 查看当前目录日志
git log --pretty=oneline   # 一行显示日志
git reflog                 # 查看版本编号
git reset --hard HEAD^^^
git reset --hard da23de432
git branch          # 查看分支版本
git branch dev	    # 创建 dev 分支
git check out dev	# 切换分支
git merge dev       # 合并分支
git branch -d dev   # 删除分支
git remote                      # 查看远程仓库
git remote -v                   # 查看仓库地址
git remote remove myAliasName   # 删除远程仓库
git remote rename myAliasName newName 
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