描述linux运行级别,Linux运行级别

本文详细介绍了Linux系统的运行级别,包括runlevel的作用、不同级别的含义,以及如何通过/etc/inittab和/lib/systemd/system/runlevel*配置。在Linux中,运行级别3通常用于服务器,提供命令行界面,而级别5则对应图形用户界面。此外,还解释了如何启动、停止服务,以及如何查看和切换运行级别。通过理解这些概念,用户能够更好地管理和维护Linux系统。
摘要由CSDN通过智能技术生成

Linux运行级别教程

/etc/inittab 文件来定义系统,而 CentOS7 用的是 /lib/systemd/system/runlevel*。

多数的桌面的 Linux 系统缺省的 runlevel 是 5,用户登陆时是图形界面,而多数的服务器版本的 Linux 系统缺省的 runlevel 是 3,用户登陆时是字符界面。

runlevel 1 和 2 除了调试之外很少使用,runlevel s 和 S 并不是直接给用户使用,而是用来为 Single user mode 作准备。

Linux运行七个级别

级别

描述

0

停机状态,系统默认运行级别不能设置为 0,否则系统不能正常启动。使用 init 0 命令,可关闭系统。

1

单用户状态,此状态仅 root 用户可登录。用于系统维护,禁止远程登录,相当于 Windows 下的安全模式。

2

多用户状态(无NFS)。没有网络服务。

3

完整的多用户状态(有NFS)。有网络服务,登录后进入控制台命令行模式。

4

系统未使用,保留。

5

登录后进入图形 GUI 模式。

6

重启,系统正常关闭并重启。默认运行级别不能设置为 6,否则系统不能正常启动。

Linux运行级别的原理

在目录 /etc/rc.d/init.d 下有许多服务器脚本程序,一般称为服务(service)。

在 /etc/rc.d 下有 7 个名为 rcN.d 的目录,对应系统的 7 个运行级别。

rcN.d 目录下都是一些符号链接文件,这些链接文件都指向 init.d 目录下的 service 脚本文件,命名规则为 “K+nn+服务名或S+nn+服务名”,其中 nn 为两位数字。

系统会根据指定的运行级别进入对应的 rcN.d 目录,并按照文件名顺序检索目录下的链接文件,对于以 K 开头的文件,系统将终止对应的服务,对于以 S 开头的文件,系统将启动对应的服务。

在运行模式中加入启动服务

要在某个运行模式中加入一个启动服务:

首先要新建该服务启动脚本。

然后把它放置于 /etc/rc.d/init.d 或者 /etc/init.d/ (根据你的 Linux 版本有所不同)目录下。

要将该启动脚本与运行模式关联起来,你需要这个运行模式的目录下建立一个与 /etc/rc.d/init.d/ 下启动脚本的 symbolic link。

文件名的前缀通常为 SXX,XX 为数字,这个数字是用来控制该运行模式下服务的启动顺序。脚本的执行顺序是按照数字大小升序执行,就是数字越小越先执行。

下面就是一个在运行模式中加入启动服务具体的例子:

$cp haicoderservice /etc/rc.d/init.d/

$ln -s /etc/rc.d/init.d/haicoderservice /etc/rc3.d/S99haicoderservice

这样,下次以 runlevel 3 启动时,haicoderservice 就会自动启动。

查看Linux运行级别

使用 runlevel 命令可以查看当前的运行级别,输入以下命令:

runlevel

运行结果如下:

73ac09d8119e06262401fc463139da85.png

上图显示此时的运行级别为 3。

临时切换运行级别

使用 init N 命令可以临时设置当前的运行级别,输入以下命令:

init 3

运行结果如下:

677dce7c4cd700b1f7bc630204267536.png

不过这种方式的设置,在重启系统后,就会失效。

修改系统默认运行级别

利用 init N 命令,仅能临时修改运行级别。若想让运行级别设置在重启服务后仍生效,需修改默认的运行级别设置。则需要到 /etc/inittab 目录下,编辑 inittab 文件的 id:5:initdefault 这一行的数字。

Linux运行总结

Linux 可以支持运行级别的设置,运行级别就是操作系统当前正在运行的功能级别,级别是从 0 到 6。Centos7 系统之前的版本是通过 /etc/inittab 文件来定义系统,而 CentOS7 用的是 /lib/systemd/system/runlevel*。

多数的桌面的 Linux 系统缺省的 runlevel 是 5,用户登陆时是图形界面,而多数的服务器版本的 Linux 系统缺省的 runlevel 是 3,用户登陆时是字符界面。

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,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. **生对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组,一个生器和一个判别器,它们相互竞争,生器生数据,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