linux基础命令

1、          如何查看帮助

注:查看命令的详细参数的方法如下

xxx --help (xxx代表命令名),例:输入 ls --help 后回车,就会显示出ls命令的所有参数,以及参数的含义。

比如输入 ls -a 就会显示该目录下的所有文件,包括点文件以及点开头的文件(这些文件是隐藏文件),如果没有-a参数,就不会显示点文件以及点开头的文件。如图:

注:如何清屏? ctrl+L即可。

这时感觉显示的有点多了,想清理下屏幕,就可以按下ctrl+L组合键,就会变为如下:

2、          命令

1.        基础

A.       pwd显示当前目录,如:

B.       cd更改当前目录,如:

C.       .代表当前目录,如:

D.       ..代表上级目录,如:

E.        ~代表当前主目录,如:

F.        /代表根目录,如:

G.       |代表管道,如A |B表示将A命令的输入结果作为B命令的输入,如:

注:该符号很有用处,当有多个命令时。

例子说明:一开始的时候,使用ls –l列出目录下的文件信息;然后使用管道连接前一次的输出为下一个命令的输入,即ls –l | grep index.html,这样就只会显示index.html文件的信息。grep命令是正则匹配的命令,后面说到。

2.        文件

A.       touch创建一个文本文件,或者更新文件的修改或访问时间。

注:通常用它来创建一个文本文件。如:创建了一个文本文件test.ini,注意是文本文件,不是文件夹!

B.       mkdir创建一个空文件夹。

注:空的,就是windows下的新建文件夹,里面没有内容。如:一开始没有文件夹test,然后新建了一个test文件夹,进入该文件夹,会发现是空的。

C.       rmdir只删除空目录。

注:就是该目录下没有任何东西,即是空文件夹。非空会不成功!如:

D.       rm删除文件和目录。

注:这个命令需要用到参数才有好的效果,如:删除目录下有文件的情况:一开始/home/tianou下没有test文件夹,然后建个test文件夹,继续在test文件夹下建个xyz文件夹,接着在xyz文件夹下建个文本文件test.ini文件;然后回到目录/home/tianou下,使用命令 rm –Rf test 删除非空的文件夹test,从结果我们可以看出删除成功。

rm参数说明:R代表递归删除目录下的文件,f代表force,就是强迫删除,有警告提示也不用管;其他具体参数请使用命令 rm --help 查看!

E.        ls(是小写L) 列出文件。

该命令常用参数:l, a。如:

ls参数说明:l参数表示以列出每个文件的详细信息,每行最前面表示该文件的读写等访问属性;a参数表示列出该目录下的所有文件,包括隐藏文件。

F.        chmod更改文件和目录的权限

注:该命令很重要也很常用,很多情况下需要修改文件的权限才能使用该文件。

如:首先test.ini有个文件属性(见test.ini行的最前面),然后修改属性追加写属性(a+w);然后增加全部属性。

使用说明:可以用数字,也可以用字母,详细可以查看chmod --help文档。

G.       cp复制文件和目录。

H.       mv移动文件和目录。

I.         df显示可用磁盘空间。

J.         du显示文件与目录所使用的磁盘块。

K.        tail显示文件的最后几行。

如:tail -5(为需要显示的行数)

L.        head显示文件的前面几行。

如:head -5(为需要显示的行数)

3.        进程

A.       ps进程状态。

注:常用命令。参数请查看ps --help 命令!

B.       kill杀死一个进程。

如:一开始有进程17774活着,然后使用kill 17774(这个是进程号)就会关闭该进程,所以后面再查看时,这个进程已经不存在了。

4.        文本处理

A.       cat 显示文件内容;合并文件。

注:合并文件是指:A文本文件有内容123,B文本文件有内容abc,使用命令:cat A B > C就会得到文本文件C,内容为123abc,如:

B.       sort排序文本文件。

注:假如文本文件有内容1 9 5 2 6,使用sort排序后就为1 2 5 6 9,如:

例子说明:一开始查看文件sort.ini的内容;使用sort命令排序文件sort.ini,默认为为升序排的,想改为降序就使用参数 –r;想去除重复的行就使用参数-u(unique的意思),如去掉了重复的123行;想把结果输出到新文件就使用-o参数。

C.       wc计算行数,单词数,字符或字节数。

注:该命令一般在文本处理过程中用的比较多。如:

例子说明:-l参数是统计文本有多少行;-m参数是统计字符数;-w是统计字数,一个字是指有空格或回车分隔的字符串;-L参数是显示文本文件中最长一行的长度(字符数)。

5.        查找和正则表达式

A.       find查找命令。

注:常用命令,用的多的参数就是 -name。如:

使用格式说明:find pathoptions filename:path是指要在哪个文件目录下查找,例子中使用点号,表示在当前目录下查找;options是指参数,-name是指按文件名查找,filename是要找的文件名。输出为找到的文件路径。

B.       grep正则匹配。

注:该命令很常用,但涉及知识比较多,通常是用作管道的一部分来使用。如:

例子说明:目录下有文件夹test和TEST,如果使用grep test就会只显示test文件夹,说明区分大小写;使用grep -i test后就会显示两个,参数-i就是忽略大小写的意思;grep -i tes*就是真正使用正则表达式来匹配的。

 

不明白的就使用 –help 查看帮助,或者百度搜索!

完结!

祝成功!


1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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