Linux学习(不定期更新~)

1.基本命令

echo 显示一行文本   echo+要输出的文本, echo 有“显示,打印出”的意思
clear   清理显示器界面  history 显示之前敲的代码
tab     补全命令键,会检测到文件目录下的相匹配的文件名并自动补全。

unbutu 的磁盘清理:

sudo apt-get clean 清理apt下载安装软件是的缓存文件

sudo apt-get autoclean  清理过期的软件包

sudo apt-get autoremove 自动卸载没有软件依赖关系的软件
gsettings set com.canonical.Unity.Launcher launcher-position Bottom 调节这个菜单栏的位置

2.解决电脑插耳机,电脑扬声器出现电流声问题

打开终端(ctrl+alt+t): terminal

:sudo alsamixer
按f6 选择HDA INTEL PCH 左右键 找到Auto Mute选项  把enable 改成disable

3.linux 命令行模式中:

重要的热键: TAB键: 第一个命令后面是 命令补全 地二个命令后面是  文件补全
           ctrl +c : 中断正在进行的命令
           ctrl +d : 键盘输入结束,相当于exit 命令 
           

4. 运用man(manual) page 时 命令后括号内的数字意义

      (1)代表用于在shell环境中可以操作的指令或可执行文件
           (5) 配置文件或者某些文件的格式
           (8) 系统管理员可用的管理命令
          

基本操作  

第一步 cd 到给定目录
第二步 列出目录内容 ls-1
第三步 看到一个有趣的文件,用file 命令确定文件内容
第四步 如果文件看起来象文本,试着用less命令浏览它
• cp —复制文件和目录
• mv —移动/重命名文件和目录
• mkdir —创建目录
• rm —删除文件和目录
• ln —创建硬链接和符号链接
dengshuo-lenovo-ideapad-y400

Linux的目录配置

static:(不变的): /usr /opt(第三方软件) /etc(配置文件) /boot(开机与内核文件)
variable : /var/mail(用户邮箱)

touch 命令可以创建一个空文件夹
当去删除一个带有-aaa"-"的文件时, rm ./-aaa 才可以
因为rm 删除命令将 rm -aaa   将- 识别为 参数  

linux-shell父子进程

用户登录到Linux系统后,系统将启动一个用户shell。在这个shell中,可以使用shell命令声明变量,也可以创建并运行 shell脚本程序。运行shell脚本程序时,系统将创建一个子shell。此时,系统中将有两个shell,一个是登录时系统启动的shell,另一个是系统为运行脚本程序创建的shell。当一个脚本程序运行完毕,它的脚本shell将终止,可以返回到执行该脚本之前的shell。从这种意义上来 说,用户可以有许多shell,每个shell都是由某个shell(称为父shell)派生的。
  
在子shell中定义的变量只在该子shell内有效。如果在一个shell脚本程序中定义了一个变量,当该脚本程序运行时,这个定义的变量只是该脚本程序内的一个局部变量,其他的shell不能引用它,要使某个变量的值可以在其他shell中被改变,可以使用export命令对已定义的变量进行输出。
  
export命令将使系统在创建每一个新的shell时定义这个变量的一个拷贝。这个过程称之为变量输出

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