回收站linux实现

#Save as /bin/delete
#!/bin/bash
realrm="/bin/rm"
if [ ! -d ~/trash ]
then
    mkdir -v ~/trash
    chmod 777 ~/trash
fi

if [ $# -eq 0 ]
then
    echo "Usage: delete file1 [file2 file3....]"
    echo "If the options contain -f, then the script will exec 'rm' directly"
fi

while getopts "dfiPRrvw" opt
    do
        case $opt in
            f)
                exec $realrm "$@"
                ;;
            *)
                # do nothing
                ;;
        esac
    done

echo -ne "Are you sure you want to move the files to the trash?[Y/N]:\a"
    read reply
if [ $reply = "y" -o $reply = "Y" ]
    then #####

for file in $@
 do
if [ -f "$file" -o -d "$file" ]
then
if [ -f "$file" ] && [ `ls -l $file|awk ' {print $5}'` -gt 2147483648 ]
    then
        echo "$file size is larger than 2G, will be deleted directly"
            `rm -rf $file`
elif [ -d "$file" ] && [ `du -sb $file|awk '{print $1}'` -gt 2147483648]
    then
        echo "The directory:$file is larger than 2G, will be deleted directly"
        `rm -rf $file`
    fi 
fi
done
fi
now=`date +%Y%m%d_%H_%M_%S`
filename="${file##*/}"
newfilename="${file##*/}_${now}"
mark1="."
mark2="/"
if [ "$file" = ${file/$mark2} ]
 then
    fullpath="$(pwd)/$file"
elif [ "$file" != ${file/$mark1} ]
 then
    fullpath="$(pwd)${file/$mark1}"
else
    fullpath="$file"
fi

echo "the full path of this file is : $fullpath"
if mv -f $file ~/trash/$newfilename
 then 
    $(/bin/logTrashDir "$newfilename $filename $now $fullpath")
    echo "files: $file is deleted"
 else
    echo "the operation is failed"
fi
#Save as /bin/logTrashDir
#!/bin/bash
if [ ! -f ~/trash/.log ]
then 
    touch ~/trash/.log
    chmod 700 ~/trash/.log
fi
    echo $1 $2 $3 $4>> /home/razrlele/trash/.log
#Save as /bin/restoreTrash
#!/bin/bash
originalPath=$(awk /$filename/'{print $4}' "$HOME/trash/.log")

filenameNow=$(awk /$filename/'{print $1}' "$HOME/trash/.log")
filenamebefore=$(awk /$filename/'{print $2}' "$HOME/trash/.log")
echo "you are about to restore $filenameNow,original name is $filenamebefore"
echo "original path is $originalPath"

echo "Are you sure to do that?[Y/N]"
    read reply
    if [ $reply = "y" ] || [ $reply = "Y" ]
     then 
$(mv -b "$HOME/trash/$filenameNow" $originalPath)
$(sed -i /$filenameNow/'d' "$HOME/trash/.log")
    else
        echo "no files restored"
    fi
#Save as /bin/cleanTrashCan
#!/bin/bash
arrayA=($(find ~/trash/* -mtime +7 | awk '{print $1}'))
    for file in ${arrayA[@]}
    do
        $(rm -rf "${file}")
        filename="${file##*/}"
        echo $filename
        $(sed -i /$filename/'d' "$HOME/trash/.log")
    done

赋予脚本执行权限

chmod +x delete restoreTrash logTrashDir cleanTrashCan

delete脚本执行过程

Screenshot from 2015-02-04 18:45:38

回收站目录

Screenshot from 2015-02-04 18:46:16

生成.log记录

Screenshot from 2015-02-04 18:46:33

restoreTrash 脚本执行过程

Screenshot from 2015-02-04 18:47:14

最后再用systemd/Timers定期每星期日下午六点执行cleanTrashCan脚本 首先编辑

/etc/systemd/system/cleanTrash.service
[Unit]
Description=Clean Trash Can

[Service]
Type=simple
ExecStart=/bin/cleanTrashCan

再编辑

/etc/systemd/system/cleanTrash.timer
[Unit]
Description=Runs cleanTrashCan every week

[Timer]
OnCalendar=Sun, 18:00
Unit=cleanTrash.service

[Install]
WantedBy=multi-user.target

执行

systemctl start cleanTrash.timer
systemctl enable cleanTrash.timer
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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