在无界面centos7上部署jdk和tomcat

1. 安装xshell6

2. 创建服务器连接,输入用户名和密码

3. 输入 sudo su -root 获取root权限

4. 输入 cd /usr/local 进入local文件夹

5. 输入 wget --no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie" https://download.oracle.com/otn-pub/java/jdk/8u201-b09/42970487e3af4f5aa5bca3f542482c60/jdk-8u201-linux-x64.tar.gz 使用wget下载jdk1.8压缩包到当前文件夹

6. 输入 tar -zxvf jdk-8u201-linux-x64.tar.gz 进行解压

7. 输入 vim /etc/profile 后按 i 键 编辑profile文件

8. 移动光标在profile文件尾部追加

export JAVA_HOME=/usr/local/解压后文件夹名
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib:$CLASSPATH
export JAVA_PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin
export PATH=$PATH:${JAVA_PATH}

9. 先按Esc,再按shift+zz退出vim编辑

10. 输入 java -version 测试java是否安装成功

11. 输入 cd /usr/local 重新进入local文件夹

12. 输入 wget https://mirrors.cnnic.cn/apache/tomcat/tomcat-8/v8.5.41/bin/apache-tomcat-8.5.41.tar.gz 下载tomcat8.5压缩包到当前文件夹

13. 输入 tar -zxvf apache-tomcat-8.5.41.tar.gz 解压到当前文件夹

14. 输入 cd apache-tomcat-8.5.41/bin 进入bin文件夹

15. 输入 ls 查看bin下面所有文件和目录

16. 输入 ./startup.sh 启动tomcat

17. 在阿里控制台里产品与服务(左侧菜单里)中选择轻量应用服务器

18. 如此图

19. 在详情中的防火墙添加规则

 

20. 设置完毕后,在浏览器中输入 阿里公网ip:8080 出现tomcat欢迎页面即可

21. 通过xshell将windows上开发的javaweb程序上传至服务器。先查看lrzsz是否已经安装,在会话中输入 rpm -qa lrzsz ,若不存在,先安装lrzsz,输入 yum -y install lrzsz 安装lrzsz,安装完成后再输入 rpm -qa lrzsz 查看是否安装成功

22. 若安装成功输入 cd /usr/local/apache-tomcat-8.5.41/webapps 进入webapps目录下

23. 输入 rz -y 弹出本地窗口,选择打包好的war文件或者打包成tar的工程文件,确定后等待上传,上传完成后文件将会在webapps目录下

24. 若上传的是tar文件,需要输入 tar -xvf 压缩文件名 进行解压

25. 在浏览器输入 阿里公网ip:8080/项目名/ 访问项目

转载于:https://www.cnblogs.com/xiaogblog/p/11090869.html

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