cetos7源码 安装mysql_centos7.3源码安装mysql

: jank

:

: 3468

: 2017-10-27 16:06

mysql

一、下载安装mysql

1.下载:

cd /usr/local/src

wget https://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-5.7.20-linux-glibc2.12-x86_64.tar.gz

2.解压:

tar  zxvf  mysql-5.7.12-linux-glibc2.5-x86_64.tar

mv  mysql-5.7.12-linux-glibc2.5-x86_64 /usr/local/mysql

MySQL依赖于libaio 库。如果此库未在本地安装,则数据目录初始化和后续服务器启动步骤将失败。

安装libaio:yum install libaio

3.安装:

3.1.安装之前删除之前的安装信息,如: /etc/my.cnf , /etc/init.d/mysqld等

3.2. cd /usr/local/mysql

3.3.新建mysql用户组: groupadd mysql

3.4.新建mysql用户: useradd -g mysql mysql     设置用户密码:passwd ==》输入用户名 ==》 输入密码

3.5.把mysql目录权限设为mysql用户

chown mysql:mysql /usr/local/mysql

3.6.配置环境变量

vim /etc/profile

path后面添加/usr/local/mysql/bin保存退出

source /etc/profile 环境生效

3.7.切换成mysql用户:su mysql

3.8

1.shell> bin/mysqld --initialize --user=mysql 启动

2.shell> bin/mysql_ssl_rsa_setup

3.shell> bin/mysqld_safe --user=mysql &  用户初次登陆需要停止mysql执行此语句

4.shell> cp support-files/mysql.server /etc/init.d/mysqld 启动文件

5.修改/etc/my.cnf配置文件,初次登陆设置免密登陆: 在my.cnf中新增一行skip-grant-tables=1

启动: service mysqld start

如报错:

[root@rekfan mysql]# service mysql restart

MySQL server PID file could not be found![失败]

Starting MySQL...The server quit without updating PID file

(/usr/local/mysql/data/rekfan.pid).[失败]

解决方法:查看 data/ 下的日志

如: 发现无权限打开 /tmp/mysql.sock.lock,则

chown  mysql:mysql /tmp/mysql.sock.lock

如报错:

ERROR 2002 (HY000): Can't connect to local MySQL server through socket '/tmp/mysql.sock'

出错原因:

初始化运行可能没有切换到mysql用户,造成权限有问题,无法创建mysql授权表,所以也就无法创建/tmp/mysql.sock 和hostname.pid文件。因此,简单粗暴的方法是把解压好的文件夹删掉重新走一遍上面的流程即可。

6.登陆mysql后修改mysql.user表中的root密码:

7.update user set authentication_string= password("123456") where user= "root";

更新权限:FLUSH PRIVILEGES;

8.屏蔽my.cnf 中的skip-grant-tables:

9.重启mysql: service mysql.server restart

10.登陆: mysql -uroot -p123456

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