Linux基础学习笔记整理——第二章 管理文件和目录

**

Linux基础学习笔记整理

**

第二章 管理文件和目录

Linux命令的分类

Linux命令
	--用于实现某一类功能的指令或程序
	--命令的执行依赖于解释器程序(例如:/bin/bash)
Linux命令的分类
	--内部命令 :属于Shell解释器的一部分
	--外部命令:独立于Shell解释器之外的程序文件
Linux命令行的格式
	命令字	[选项]	[参数]

Linux命令行快捷键
	Tab:自动补齐
	反斜杠“\”:强制换行
	Ctrl+U:清空至行首
	Ctrl+K:清空至行尾
	Ctrl+ L:清屏
	Ctrl+C:取消本次命令编辑

获取命令帮助

内部命令help
	查看Bash内部命令的帮助信息
命令的“--help”
	适用于大多数外部命令
使用man命令的手册页
	使用“↑”、“↓”方向键滚动文本
	使用Page Up和Page Down键翻页 
	按Q或q键退出阅读环境、按“/”键后查找内容

文件和目录管理

目录操作命令
	pwd、cd、ls、mkdir、du
文件操作命令
	touch、file、cp、rm、mv、which、find、ln
文件内容操作命令
	cat、more、less
	head、tail、wc、grep
归档级压缩命令
	gzip、bzip2、tar

目录操作命令

pwd命令
	查看当前目录的路径
cd命令
	切换工作目录
	cd  [目录位置]  (例:cd /etc)
	cd	进入用户的主目录
	cd ~ 进入用户的主目录
	cd -  返回进入此目录前所在的目录
	cd .. 返回上级目录
	cd ../..  返回上两级目录 

ls命令
	显示目录内容
	ls [选项]  [目录或文件名]

	-l:以长格式显示
	-a:显示所有子目录和文件的信息,包括隐藏文件
	-d:只显示目录本身的属性
	-A:与“-a”相似,但不显示“.”“..“
	-h:以更易读懂得字节单位显示信息
	-r:以递归的方式显示内容
	--color:以颜色区分不同类型的文件

 alias myls='ls -alh'
	myls /usr/src
	总计 32K
	drwxr-xr-x  3 root root 4.0K 09-08 16:33 kernels    ……

mkdir命令
	创建新的目录
	mkdir  [-p]  [/路径/]目录名
	-p:用于多级创建目录

du命令
	统计目录及文件的空间占用情况
	du [选项]	[目录或文件名]
	-a:统计时包括所有文件,而不仅仅只统计目录
	-h:以更易读懂得字节单位显示信息
	-s:只统计每个参数所占用的空间总大小

文件操作命令

touch命令
	新建空文件,或更新文件的时间标记。
	touch  文件名
	只占用inode节点,没占用空间。

file命令
	查看文件类型
	file  文件名

cp命令
	复制文件或目录
	cp  [选项]  源文件或目录  目标文件或目录
	-r:以递归方式复制整个目录
	-p:保持原文件的属性不变
	-f:强制覆盖目标同文件或目录
	-i:需要覆盖时进行提醒
	-a:将整个目录递归复制,并且将权限也复制过来

rm命令
	删除(Remove)文件或目录
	rm  [选项]  文件或目录
	-f:强制删除不提醒
	-i:删除时提醒用户进行确认
	-r:递归删除整个目录树

mv命令
	移动(Move)文件或目录、改名
	(若目标位置与源文件位置相同,则相当于给文件改名)
	mv  [选项]  源文件或目录  目标文件或目录
	例:
	mv  a.txt  /test  就是将a.txt移动到根目录下的test目录中
	mv  a.txt  b.txt  就是将a.txt重命名为b.txt

which命令
	查找命令文件并显示所在位置
	(搜索范围由PATH环境变量指定)
	which  命令或程序名
	(which只能查找命令或程序)

find命令
	用于查找文件或目录
	find  [查找范围]  [查找条件]
	-name:按文件名查找(允许使用“*”“?”通配符)
	-size:按大小查找
	-user:按属主查找
	-type:按类型查找
		一般正规文件:f
		设备文件:b,c
		目录:d
		链接文件:l
		socket:s
		FIFO:p

ln命令
	用来为文件创建连接。
	连接类型分为硬链接与符号链接
	ln  [-s]  源文件或目录  链接文件或目标目录
	(-s是建立符号链接也称软连接,省略-s则创建硬链接)
	符号链接:指向原始文件所在的路径,又称为软连接。
	硬链接:指向原始文件对应的数据存储位置
	不能为目录建立硬链接文件
	硬链接与原始文件必须位于同一分区

文件内容操作命令

cat命令
	cat本来用于连接多个文件的内容,但在实际使用中更多的用于查看文件内容
	,本质上可以读取二进制文件。
	cat -n 输出行号


more命令
	全屏方式分页显示文件内容
	操作方法:
	按Enter键向下逐行滚动
	按空格键向下翻一屏、按b键向上翻一屏
	按q键退出

less命令
	与more相似,但扩展功能更多
	more命令结合管道操作使用时(例如:ls -R /etc | more)无法向上翻页,但less命令可以
	在分页阅读界面中,到文件末尾时more命令会自动退出,less命令不会。

head命令
	查看文件开头的一部分内容(默认10行)
	head  -n 文件名

tail命令
	tail  -n 文件名
	tail  -f(failf) 文件名 :实时监控

wc命令
	统计文件中的单词数量等信息
	wc  [选项]  目标文件
	-l:统计行数(line)
	-w:统计单词数(word)
	-c:统计字节数

grep命令
	在文件中查找并显示包含指定字符串的行
	grep  [选项]  查找条件  目标文件
	-i:查找时忽略大小写
	-v:反转查找,输出与查找条件不相符的行、。
	”^……“表示以……开头
	“……$”表示以……结尾
	“^$”表示空行

管道和重定向

“|”管道符
	将前一条命令的标准输出作为后一个命令的标准输入
	命令A|命令B
	(将前一个命令的正确结果交给|后的命令来处理。)
	管道符右面必须能够接受标准输入
	例:用翻页的形式查看/etc下有哪些目录和文件     
		ls -l /etc/ | more 

重定向

在这里插入图片描述
ls /etc > a.txt 将标准输出重定向到文件
ls /etc >> a.txt 将标准输出重定向追加到文件
nocmd 2> errfile 将错误输出重定向到文件
nocmd 2>> errfile 将错误输出重定向追加到文件
ls afile bfile &> errfile 将标准输出和错误输出重定向到文件

归档及压缩命令

gzip命令
	不能压缩太小的文件,越压越大!!!
	gzip  [选项]   文件名
	-c:将压缩的数据输出到屏幕,可通过数据流重定向来处理
	-d:解压缩的参数d
	-t:可以用来检验一个压缩文件的一致性,看看文件有无错误
	-v:可以显示出源文件/压缩文件的压缩比等信息
	-#:压缩等级,-1最快,-9最佳,最好的压缩默认是-6

bzip命令
	与gzip差不多
	bzip2  [选项]   文件名
	-c:将压缩的数据输出到屏幕,可通过数据流重定向来处理
	-d:解压缩的参数d
	-k:保留原文件,而不会删除。(keep)
	-z:强制压缩
	-v:显示出源文件/压缩文件的压缩比等信息
	-#:压缩等级,-1最快,-9最佳。

tar命令
	制作归档文件、释放归档文件
	tar  []  归档文件名  源文件或目录
	tar  []  归档文件名  [-C目标目录]
	-c:创建 .tar 格式的包文件
	-x:解开.tar格式的包文件
	-v:输出详细信息
	-f:表示使用归档文件,在 f 之后要立即接归档名!不要再加参数.
   例如使用 tar -zcvfP tfile sfile 就是错误的写法,要写成 tar -zcvPf tfile sfile 
	-p:打包时保留原始文件及目录的权限
	-t:列表查看包内的文件
	-C:解包时指定释放的目标文件夹
	-z:调用gzip程序进行压缩或解压
	-j:调用bzip2程序进行压缩或解压
	-J:调用xz程序进行压缩或解压

文本编辑器概述

作用
	创建或修改文本文件
	维护Linux系统中的各种配置文件
	Linux中最常用的文本编辑器
	-vi:类Unix系统中默认的文本编辑器
	-vim:vi的增强版,习惯上也被称作vi
	vim是中文的,vi是英文的
	vim 是具备编译能力的,但是vi并不具备	
	(可以执行一些脚本文件)
	vim 可以跨平台,vi不可以

编辑器的工作模式
	三种工作模式:
		命令模式、输入模式、末行模式

工作模式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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