record4

2019/3/7 
1.ls /ect/centos-relaese /etc/noexist > /data/1.log 2> /data/all.log 分门别类存储正确错误输出
2.tr 命令可以转换大小写 tr ‘a-A’‘A-Z’ 
3.mail -s "hello" wang  (.表示邮件结束,wang账户接受邮件也需要指令 message new..)

2019/3/10
1.su - wang 切换账户 带减号是完全切换,环境啊变量啊都切换过去了用完用exit退回去,别直接连续切,容易出错
2.也可以给组加密码
3.chmod who opt per file 更改权限(who:u,g组,o,a全部)(opt权限:+,-,=)(per:r,w,x)
4.chmod --reference f2 f1 让f2的权限复制给f1
5.umask -S 模式方式显示
6.umask -p 输出可被调用
全局设置: /etc/bashrc/ 用户设置:~/.bshrc
7.Linux 文件系统上的特殊权限 SUID,SGID,Sticky 常用的三种权限:r,w,x, user,group,other.

2019/3/12
1.useradd dduser 添加用户如果没有特殊的要求,通常我们使用adduser 用户名称直接创建用户帐号。
2.usermod usermod 命令用于修改用户的基本信息,usermod命令不允许你改变正在线上的使用者帐号名称,当usermod命令用来改变user id,必须确认这名user没在电脑上执行任何程序。
3.userdel userdel网络资料很多,删除用户,都会用。deluser就很少人知道是做什么的了,将一个用户从一个组中删除(即退出用户组),大家都推荐用usermod,其实deluser才是正解。
4.groupadd  添加组。
5.groupmod 用于修改组信息。
6.groupdel 删除组
8.groupmems groupmems -l选项帮助文档上写的意思是显示的是一次组为附加组的用户列表,但是这是不准确的那么先创建几个用户吧。
9.gpasswd  gpasswd命令是Linux下工作组文件/etc/group和/etc/gshadow管理工具。
10.passwd 改用户口令
11.newgrp newgrp tom是让当前用户临时加进tom组,重启即失效了
12.chmod 改权限
13.chgrp 改组
14.chown 改所有者
15.getfacl 查看
16.setfacl 设置
17.umask 当我们登录系统之后创建一个文件总是有一个默认权限的,那么这个权限是怎么来的呢?这就是umask干的事情。
umask设置了用户创建文件的默认权限,它与chmod的效果刚好相反,umask设置的是权限“补码”,而chmod设置的是文件权限码。

文本处理:
18.正则表达式,扩展的正则表达式 三个常见的工具vim grep sed awk 
19.文本查看命令:cat(cat -A 看回车之类的看不到符号,相当于看隐藏)
20.cat -b -n 要创建linux.txt才看的出两个的效果 可以看行数。-s 压缩相邻空行 -ns
21.tac 倒着显示。
22.rev echo abcdef |rev 横着反输出
23.less 分页显示
24.head 查看文件的头部 只看前几行 head -n 3 +文件名 看前三行 后三行 tail
25.ifconfig |head -n2 |tail -1 显示ifconfig命令的前两行和后一行
26.cut 从文件中剪切部分内容 纵向取出列 cat /etc/passwd 或者df ;命令  cut -d : -f1,3-5 +文件名// df -h |cut -c34-36(df -h相当于是命令)
27.定向剪切的例子“ifconfig |head -n1 |tail -n1|cut -dr -f3”

Python基础
1.单行注释用# 多行注释用三个单引号''' '''或者三个双引号""" """
2.Python 字符 代码组 花括号用空格代替
3.数据类型 
Number(数字)Python3支持 int float bool complex
String(字符串类型)
List(列表):列表类型可以不相同,支持数字,字符串等['a',2,3 ]
Tuple(元组):与列表类似,但元组的元素不能修改('b',5,9)
Sets(集合):一个无序不重复元素的序列。
Dict(字典):一个无序的键(key):值(value)对集合。{'name':'tom','age':18} 
python数字类型:
1.整形int 2.长整型(long integers)3.浮点型(floating point real values)4.复数(complex numbers)
4.dir()函数
5.面向对象的三大武器 1.多态 2.封装 3.继承
6.类的命名规范 :
1.函数和变量尽量全小写,单词间下划线;
2.类里面“单下划线”开始的成员变量叫做保护变量,意思是只有类对象和子类对象自己能访问到这些变量;
3.而“双下划线”开始的私有成员,意思是只有类对象自己能访问,连子对象也不能访问到这个数据;
 16集42分钟 
 17集开始
2019/2/13

1.wc 统计字节数 行数
2.Linux 文本处理三剑客:
   grep: 文本过滤工具
   sed:stream editor 文本编辑工具
   awk:Linux上的实现gawk,文本本报告生成器(功能强大)
 

转载于:https://my.oschina.net/u/4085422/blog/3022192

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
def train(train_loader, model, optimizer, epoch, best_loss): model.train() loss_record2, loss_record3, loss_record4 = AvgMeter(), AvgMeter(), AvgMeter() accum = 0 for i, pack in enumerate(train_loader, start=1): # ---- data prepare ---- images, gts = pack images = Variable(images).cuda() gts = Variable(gts).cuda() # ---- forward ---- lateral_map_4, lateral_map_3, lateral_map_2 = model(images) # ---- loss function ---- loss4 = structure_loss(lateral_map_4, gts) loss3 = structure_loss(lateral_map_3, gts) loss2 = structure_loss(lateral_map_2, gts) loss = 0.5 * loss2 + 0.3 * loss3 + 0.2 * loss4 # ---- backward ---- loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), opt.grad_norm) optimizer.step() optimizer.zero_grad() # ---- recording loss ---- loss_record2.update(loss2.data, opt.batchsize) loss_record3.update(loss3.data, opt.batchsize) loss_record4.update(loss4.data, opt.batchsize) # ---- train visualization ---- if i % 400 == 0 or i == total_step: print('{} Epoch [{:03d}/{:03d}], Step [{:04d}/{:04d}], ' '[lateral-2: {:.4f}, lateral-3: {:0.4f}, lateral-4: {:0.4f}]'. format(datetime.now(), epoch, opt.epoch, i, total_step, loss_record2.show(), loss_record3.show(), loss_record4.show())) print('lr: ', optimizer.param_groups[0]['lr']) save_path = 'snapshots/{}/'.format(opt.train_save) os.makedirs(save_path, exist_ok=True) if (epoch+1) % 1 == 0: meanloss = test(model, opt.test_path) if meanloss < best_loss: print('new best loss: ', meanloss) best_loss = meanloss torch.save(model.state_dict(), save_path + 'TransFuse-%d.pth' % epoch) print('[Saving Snapshot:]', save_path + 'TransFuse-%d.pth'% epoch) return best_loss
06-02
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