Linux命令行下编辑常用的快捷键

Linux命令行编辑快捷键:

history显示命令历史列表

(Ctrl+p)显示上一条命令

(Ctrl+n)显示下一条命令

!num执行命令历史列表的第num条命令

!!执行上一条命令

!?string?执行含有string字符串的最新命令

Ctrl+r然后输入若干字符,开始向上搜索包含该字符的命令,继续按Ctrl+r,搜索上一条匹配的命令

Ctrl+sCtrl+r类似,只是正向检索

Alt+<历史列表第一项

Alt+>历史列表最后一项

Ctrl+f光标向前移动一个字符,相当与->

Ctrl+b光标向后移动一个字符,相当与<-

Alt+f光标向前移动一个单词

Alt+b光标向后移动一个单词

ls!$ 执行命令ls,并以上一条命令的参数为其参数

Ctrl+a移动到当前行的开头

Ctrl+e移动到当前行的结尾

Esc+b移动到当前单词的开头

Esc+f移动到当前单词的结尾

Ctrl+l清屏

Ctrl+u剪切命令行中光标所在处之前的所有字符(不包括自身)

Ctrl+k剪切命令行中光标所在处之后的所有字符(包括自身)

Ctrl+d删除光标所在处字符

Ctrl+h删除光标所在处前一个字符

Ctrl+y粘贴刚才所删除的字符

Ctrl+w剪切光标所在处之前的一个词(以空格、标点等为分隔符)

Alt+d剪切光标之后的词

Esc+w删除光标所在处之前的字符至其单词尾(以空格、标点等为分隔符)

Ctrl+t颠倒光标所在处及其之前的字符位置,并将光标移动到下一个字符

Alt+t交换当前与以前单词的位置

Alt+u把当前词转化为大写

Alt+l把当前词转化为小写

Alt+c把当前词汇变成首字符大写

Ctrl+v插入特殊字符,Ctrl+v+Tab加入Tab字符键

Esc+t颠倒光标所在处及其相邻单词的位置

Ctrl+c删除整行

Ctrl+(xu) 按住Ctrl的同时再先后按xu,撤销刚才的操作

Ctrl+s挂起当前shell

Ctrl+q重新启用挂起的shell

[Ctrl]+ [Alt] + [Backspace] =杀死你当前的X会话。杀死图形化桌面会话,把你返回到登录屏幕。如果正常退出步骤不起作用,你可以使用这种方法。

[Ctrl]+ [Alt] + [Delete] =关机和重新引导RedHat Linux。关闭你当前的会话然后重新引导OS。只有在正常关机步骤不起作用时才使用这种方法。

[Ctrl]+ [Alt] + [Fn] = 切换屏幕。[Ctrl]+ [Alt] +功能键之一会显示一个新屏幕。根据默认设置,从[F1][F6]shell提示屏幕,[F7]是图形化屏幕。

[Alt]+ [Tab] = 在图形化桌面环境中切换任务。如果你同时打开了不止一个应用程序,你可以使用[Alt]+ [Tab] 来在打开的任务和应用程序间切换。

[Ctrl]+ [a] = 把光标移到行首。它在多数文本编辑器和MozillaURL字段内可以使用。

[Ctrl]+ [d] = shell提示中注销(并关闭)。使用该快捷键,你就不必键入exitlogout

[Ctrl]+ [e] = 把光标移到行尾。它在多数文本编辑器和MozillaURL字段内都可使用。

[Ctrl]+ [l] = 清除终端。该快捷操作与在命令行键入clear作用相同。

[Ctrl]+ = 清除当前行。如果你在终端下工作,使用这一快捷操作可以清除从光标处到行首的字符。



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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