Unix Tutorial Eight

 1.UNIX 变量

变量是在运行时将信息从shell传递到程序的一种方式。程序在特定的变量中查找“在环境中”,如果发现它们将使用存储的值。有些是由系统设置的,另一些是由你设置的,还有一些是由shell设置的,或者是任何加载另一个程序的程序。

标准UNIX变量分为两类,环境变量和shell变量。笼统地说,shell变量仅适用于shell的当前实例,并用于设置短期工作条件;环境变量具有更深远的意义,登录时设置的会话在会话期间是有效的。按照惯例,环境变量有UPPER CASE,shell变量有小写的名字。

 

2. 环境变量

一个环境变量的例子是OSTYPE变量。这个值就是你正在使用的当前操作系统。敲下

% echo $OSTYPE

 更多的环境变量的例子是

USER(您的登录名)

HOME(主目录home directory的路径名)

HOST(正在使用的计算机的名称)

ARCH(计算机处理器的体系结构)

显示(显示X窗口的电脑屏幕名称)

打印机(发送打印作业的默认打印机)

PATH(shell应搜索以查找命令的目录)

 

找出这些变量的当前值

使用setenv命令设置环境变量,使用printenv或env命令显示环境变量,并使用unsetenv命令取消设置。 要显示这些变量的所有值,请键入

%printenv | less

 

3. Shell变量


一个shell变量的例子是历史变量。这个值是多少个shell命令的保存,允许用户回滚他们以前输入的所有命令。键入

%echo $ history

更多的shell变量的例子是
cwd(你当前的工作目录)
home(主目录的路径名)
路径(shell要搜索的目录以查找命令)
提示符(用于提示输入交互式命令的文本字符串shell)

 

找出这些变量的当前值。

SHELL变量都是使用set命令设置和显示的。它们可以通过使用unset命令来取消设置。 要显示这些变量的所有值,请键入
 
%set | less
 
 
那么PATH和path有什么区别呢?
 
一般而言,具有相同名称的环境变量和shell变量除了可能具有相同的初始值之外,是独立的和独立的。但是,有例外。

每次shell变量home,user和term被改变时,对应的环境变量HOME,USER和TERM都会收到相同的值。但是,更改环境变量对相应的shell变量没有影响。
PATH和path指定目录来搜索命令和程序。这两个变量总是表示相同的目录列表,并且改变自动导致另一个被改变。
 
 

8.4 Using and setting variables

每次登录UNIX主机时,系统都会在主目录中查找初始化文件。这些文件中的信息用于设置您的工作环境。C和TC shell使用两个名为.login和.cshrc的文件(注意两个文件名都以一个点开头)。

在登录时,C shell首先读取.cshrc,然后是.login

.login是设置将应用于整个会话的条件并执行仅在登录时才相关的操作。

.cshrc用于设置条件并执行特定于shell的操作以及对其的每次调用。

准则是在.login文件中设置ENVIRONMENT变量,在.cshrc文件中设置SHELL变量。

警告:切勿将运行图形显示的命令(例如Web浏览器)放在.cshrc或.login文件中。

 

8.5 Setting shell variables in the .cshrc file

在.cshrc文件中设置shell变量

例如,要更改保存在历史记录列表中的shell命令的数量,您需要设置shell变量历史记录。它默认设置为100,但是如果你愿意,你可以增加这个。

% set history = 200

通过键入命令检查设置已经生效

echo $history

但是,这只是为当前shell的生命周期设置变量。如果您打开一个新的xterm窗口,它将只设置默认的历史值。要永久设置历史记录的值,您需要将set命令添加到.cshrc文件。
 
首先在文本编辑器中打开.cshrc文件。一个简单的,使用用户友好的编辑器nedit。

 

参考文献:http://www.ee.surrey.ac.uk/Teaching/Unix/unix8.html

 

 

 

转载于:https://www.cnblogs.com/williamc17/p/8406877.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorFlow是一个开源的机器学习框架,用于构建和训练各种机器学习模型。TensorFlow提供了丰富的编程接口和工具,使得开发者能够轻松地创建、训练和部署自己的模型。 TensorFlow Tutorial是TensorFlow官方提供的学习资源,旨在帮助新手快速入门。该教程详细介绍了TensorFlow的基本概念、常用操作和各种模型的构建方法。 在TensorFlow Tutorial中,首先会介绍TensorFlow的基本工作原理和数据流图的概念。通过理解数据流图的结构和运行过程,可以更好地理解TensorFlow的工作方式。 接下来,教程会详细介绍TensorFlow的核心组件,例如张量(Tensor)、变量(Variable)和操作(Operation)。这些组件是构建和处理模型的基本元素,通过使用它们可以创建复杂的神经网络和其他机器学习模型。 在教程的后半部分,会介绍如何使用TensorFlow构建不同类型的模型,例如深度神经网络(DNN)、卷积神经网络(CNN)和递归神经网络(RNN)。每个模型都会有详细的代码示例和实践任务,帮助学习者掌握相关知识和技能。 此外,教程还包含了关于模型的训练、评估和优化的内容,以及如何使用TensorBoard进行可视化和调试。 总结来说,TensorFlow Tutorial提供了全面而详细的学习资源,通过学习该教程,可以快速入门TensorFlow,并且掌握构建和训练机器学习模型的方法。无论是初学者还是有一定经验的开发者,都可以从中受益并扩展自己的机器学习技能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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