Linux 中 vi 和 vim 的使用

1.vi和vim简介

vi是Linux系统中自带的编辑器,而vim相当于vi的升级版。具有更加强大的功能。vim更加便于编写代码,因为其中语法用不同的颜色标记,便于查看,适用于程序员使用。

2.vi和vim的三种编辑模式

    2.1. 命令行模式

           作用:可以进行一些快捷操作,例如将所有文本删除。

   2.2. 底行模式

          作用:在这种模式下,可以输入命令,对文件进行保存并退出文件编辑。也有一些例如,显示行号、搜索等功能,编写编辑文件。

   2.3. 编辑模式

         作用:在此模式下,可以进行对文件内容的随意编辑。

  2.3. 三种模式状态转换

       命令行模式   ----->   输入字母i  ----->  编辑模式   ----->  按esc键   ----->  退出编辑模式,返回到命令行模式

       明林行模式   ----->   输入符号:-----> 底行模式  ------>  按esc键   ----->  退出底行模式,返回命令行模式

3.vi 和 vim 的一些操作

    3.1. 快速移动光标信息(在命令行中操作)

            ---  将光标移动到行首       ->   输入数字 0 或者字符 ^ 号

            ---  将光标移动到行尾       ->   输入字符 $号

            ---  将光标移动到首行       ->   输入字母 gg

            ---  将光标移动到尾行       ->   输入数字 G 

            ---  将光标移动到指定行    ->   输入数字和字母组合,例:10gg,移动到第10行

   3.2.  快速进入编辑状态

            ---  在光标当前进入编辑状态                                                             --->  输入字母 i

            ---  将光标移动到所在行行首进入编辑状态                                        --->  输入字母 I

            ---  将光标移动到下一个字符进入编辑状态                                        --->  输入字母 a

            ---  将光标移动到所在行行尾进入编辑状态                                        --->  输入字母 A

            ---  将光标移动到下一行进入编辑状态                                               --->  输入字母 o

            ---  将光标移动到上一行进入编辑状态                                               --->  输入字母 O

            ---  将光标到行尾内容删除进入编辑状态                                           --->  输入字母 C

            ---  将光标所在行删除入编辑状态                                                     --->  输入字母 cc

    3.3. 快速编辑文本用到的快捷方式

          3.31. 查找内容(在底行模式)

                  ---  符号 / 后面加上查找的内容   ---  例:/hello

                  --- set ic  搜索忽略大小写

         3.32. 替换内容(在底行模式)

                  ---  替换光标所在处的字符    ---  按下 r 键,输入即可

                  ---  替换光标处的字符           ---  按下 R键,直接按下esc键为止

                  ---  替换多个字符                  ---  %s#原字符#替换成的字符#g

                  ---  替换指定行多个字符       ---  3,10%s#原字符#替换成的字符#g

      

         3.33. 恢复上一次操作

                  ---  上一个命令执行错误,恢复到错误前操作        ---  字母u

                  ---  取消恢复操作                                                    ---  Ctrl+r

         3.34. 复制黏贴(在命令行模式操作)

                  ---  将光标所在处到字尾的字符复制        ---  字母yw

                  ---  将光标所在行复制                              ---  字母yy

                  ---  将光标所在行向下数n行复制              ---  字母n(数字)yy

                  ---  将复制的内容黏贴                              ---  字母p

          3.35  快速删除文件内容

                  ---   光标所在行删除                         ---  字母 dd 

                  ---   删除光标到结尾的所有内容       ---  字母 dG

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