运维篇一 混沌初开,搭建ubuntu16.04初始环境

天地不仁, 以万物为刍狗…

创建系统用户

  • 首先刚初始化的系统一般来讲是默认进入的root下, 需要给root设置密码
    sudo passwd root 或者如果你在root用户下 sudo passwd 接着键入密码即可
  • root用户完善后, 创建系统用户(一般操作尽量避免在root用户下, root用户权限太大!)
  • sudo useradd -r -m -s /bin/bash will
    – -r:建立系统账号
    – -m:自动建立用户的登入目录
    – -s:指定用户登入后所使用的shell

修改用户权限

如果在root下, 直接可以 sudo usermod -aG sudo will
或者

sudo vim /etc/sudoers

修改配置文件:

#
# This file MUST be edited with the 'visudo' command as root.
#
# Please consider adding local content in /etc/sudoers.d/ instead of
# directly modifying this file.
#
# See the man page for details on how to write a sudoers file.
#
Defaults        env_reset
Defaults        mail_badpass
Defaults        secure_path="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin"

# Host alias specification

# User alias specification

# Cmnd alias specification

# User privilege specification
root    ALL=(ALL:ALL) ALL
will    ALL=(ALL:ALL) ALL  <------> 修改这里
# Members of the admin group may gain root privileges
%admin ALL=(ALL) ALL

# Allow members of group sudo to execute any command
%sudo   ALL=(ALL:ALL) ALL

# See sudoers(5) for more information on "#include" directives:

#includedir /etc/sudoers.d

删除系统用户

删除用户的操作分为 3 步:

  • 执行userdel:sudo userdel will
  • 删除用户目录:sudo rm -rf /home/will
  • 删除用户权限相关配置:删除或者注释掉/etc/sudoers中关于要删除用户的配置,否则无法再次创建同名用户。

至此, 系统用户相关管理已经差不多了!

apt安装包更新

由于初始化的ubuntu系统apt包源可能是国外的,或者没有更新, 可以依次执行以下命令!
sudo vim /etc/apt/sources.lis 编辑apt源列表

deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse

执行sudo apt upgrade & update 更新apt版本并更新apt源仓库

开始安装数据库

Mysql
  • 安装mysql
    sudo apt-get install mysql-server //服务端
    sudo apt-get install mysql-client //客户端
    sudo apt-get install libmysqlclient-dev //程序编译时链接的库

  • mysql 安装好以后默认也是root用户, 这个时候最好建立一个足够权限的用户, 方便管理, 和系统root一样, 最好不要在root用户上面进行操作!

CREATE USER  'user_name'@'host'  IDENTIFIED BY  'password'- user_name:要创建用户的名字。
- host:表示要这个新创建的用户允许从哪台机登陆,如果只允许从本机登陆,则 填 ‘localhost’ ,如果允许从远程登陆,则填 ‘%-  password:新创建用户的登陆数据库密码,如果没密码可以不写。
  • select * from user;查看用户列表: 可以看到所有用户的各种权限情况
  • 授权用户,
GRANT privileges ON  databasename.tablename  TO  ‘username’@‘host’

- privileges:表示要授予什么权力,例如可以有 select , insert ,delete,update等,如果要授予全部权力,则填 ALL
- databasename.tablename:表示用户的权限能用在哪个库的哪个表中,如果想要用户的权限很作用于所有的数据库所有的表,则填 *.**是一个通配符,表示全部。
- ’username‘@‘host’:表示授权给哪个用户。
  • 权限表更新后, 需要刷新缓存! flush privileges;
Redis
  • 安装redis
    sudo apt-get install redis-server
  • 配置 Redis 可以远程访问
    修改 /etc/redis/redis.conf, 找到 bind 127.0.0.1 这行配置. 注释掉
  • 修改好配置以后, 重启redis, sudo service redis-server restart.
Mongodb
  • 安装mongodb
    sudo apt-get install mongodb
  • 配置mongodb 可以远程访问
    修改/etc/mongodb.conf下, 找到
bind_ip = 0.0.0.0  或者 #bind_ip 127.0.0.1
port = 27017
auth=true (添加帐号,密码认证)
  • 重启mongo, /etc/init.d/mongodb restart
Memcached
  • 安装memcach
    sudo apt-get install memcached
  • 配置mamcached远程访问
    修改sudo vim /etc/memcached.conf,
# -l 127.0.0.1
-l 0.0.0.0
  • 重启memcached, sudo /etc/init.d/memcached restart
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