【总结】GitHub第一天

参考链接https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000/001374831943254ee90db11b13d4ba9a73b9047f4fb968d000

 

在Mac OS X上安装Git

1.在https://code.google.com/archive/p/git-osx-installer/downloads中下载安装即可

2.安装Xcode,Xcode集成了Git,不过默认没有安装,你需要运行Xcode,选择菜单“Xcode”->“Preferences”,在弹出窗口中找到“Downloads”,选择“Command Line Tools”,点“Install”就可以完成安装了。

个人两种都装了,似乎第一种更为方便

安装完成 后,在终端输入 git 可以查看 版本

 

工作区和暂存区

先明白工作区、暂存区对每一步指令理解有帮助

 

工作区(Working Directory)

就是你在电脑里能看到的目录,比如我的learngit文件夹就是一个工作区:

 

版本库(Repository)

工作区有一个隐藏目录.git,这个不算工作区,而是Git的版本库。

Git的版本库里存了很多东西,其中最重要的就是称为stage(或者叫index)的暂存区,还有Git为我们自动创建的第一个分支master,以及指向master的一个指针叫HEAD

1.mkdir 文件名   创建一个文件(这个文件目录作为工作区)

2.cd 文件名  进入这个文件

3.pwd命令用于显示当前目录

4.git init命令把这个目录变成Git可以管理的仓库(版本库)

 

当前目录下多了一个.git的目录,这个目录是Git来跟踪管理版本库的,不要手动修改这个目录里面的文件。

.git目录默认是隐藏的,用ls -ah命令就可以看见。

5.在工作区(文件名目录下)创建文件(readme.txt)

6.git add 文件名告诉Git,把文件添加到暂存区   git add -A

7.git commit -m "填写提交的说明"告诉Git,把文件提交到版本库

8.git status查看工作区文件的状态,是否修改、删除、添加文件

9.git diff可以查看修改内容

10.git log查看历史记录

如果输出信息太多,git log--pretty=oneline

HEAD表示当前版本,上一个版本就是HEAD^,上上一个版本就是HEAD^^,版本号的commit后面的内容

 

11.git reset --hard HEAD^ 跳到上一个版本

git reset --hard 版本号前几位 跳到某一个版本

12.git reflog 记录每一次命令

13.git checkout -- file可以丢弃工作区的修改

1)自修改后还没有被放到暂存区,现在,撤销修改就回到和版本库一模一样的状态;

2)已经添加到暂存区后,又作了修改,现在,撤销修改就回到添加到暂存区后的状态。

14.修改后,添加到暂存区,想要撤销,先把暂存区的回到工作区:git reset HEAD file可以把暂存区的修改撤销掉(unstage),重新放回工作区

再用git checkout -- file可以丢弃工作区的修改(这一步好像不需要做)

15.git checkout 切换到另一个分支

16.删除文件:rm 文件名

从版本库中删除: git rm 文件名

在工作区删除文件后,想把版本库的文件恢复到工作区:git checkout --文件名

远程仓库

由于你的本地Git版本库和GitHub版本库之间的传输是通过SSH加密的,所以,需要设置

 

ssh-keygen -t rsa -C "youremail@example.com"

在自己电脑里找到.ssh文件,里面有id_rsaid_rsa.pub两个文件,id_rsa是私钥,不能泄露出去,id_rsa.pub是公钥。

id_rsa.pub 中的内容复制到github中setting中的ssh key中即可

 

添加远程库(意思就是把本地的文件上传到github上)

git commit 后 已经把文件提交到本地git仓库中

在github中new repository,起一个名字

 

git remote add origin git@github.com:用户名/ repository的名字.git
$ git push -u origin master

就可以在github库中看到文件了

从现在起,只要本地作了提交,就可以通过命令git push -u origin master推送了

从远程库克隆(把别人的代码下载到自己的电脑上)

git clone git@github.com:要克隆的用户名/要克隆的库.git

 

 

1.问题:git clone时,出现

 

fatal: Could not read from remote repository.Please make sure you have the correct access rights and the repository exists.            

 

出现这个问题是因为没有在github账号添加SSH key

解决方法如下:

ssh-keygen -t rsa -C "username" (注:username为你git上的用户名)

剩下步骤和远程仓库设置ssh key一样

参考:https://blog.csdn.net/u014343528/article/details/48787221

2.问题:

$ git push -u origin master

To git@github.com:yangchao0718/cocos2d.git

 ! [rejected]        master -> master (non-fast-forward)

error: failed to push some refs to 'git@github.com:yangchao0718/cocos2d.git

出现错误的主要原因是github中的README.md文件不在本地代码目录中

参考网址中的方法还是不行,所以把github中的readme.md文件删掉或者创建仓库时不要选则自动创建readme.md文件

参考网址:https://jingyan.baidu.com/article/f3e34a12a25bc8f5ea65354a.html

3.问题:输入git remote add origin git@github.com:用户名/ repository的名字.git后

fatal: remote origin already exists.

https://blog.csdn.net/dengjianqiang2011/article/details/9260435

说origin已经存在

就用git remote rm origin 删除

在github上克隆代码:

下载Node.js

 

  1. 用Git进行Clone
git clone https://github.com/ALISURE/DianDangHang.git
  1. 设置gulp
npm install --save-dev gulp
  1. 安装gulp插件
npm install gulp-clean-css gulp-uglify gulp-rename gulp-rev gulp-clean gulp-rev-collector gulp-file-include gulp-autoprefixer --save-dev

然后就可以在自己的电脑中找到下载下来的文件,其实在github中可以直接下载zip文件

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
答案: 第一次上传代码到Github需要完成以下几个步骤: 1. 首先,在Github上创建一个新的代码仓库。你可以在Github的网站上注册一个账号并登录,然后点击页面右上角的加号按钮,选择"New repository"来创建一个新的仓库。填写仓库名称和描述等信息,然后点击"Create repository"按钮即可创建成功。 2. 在本地电脑上使用Git命令行工具,进入你的项目文件夹。如果还没有安装Git,你可以在Git的官方网站上下载并安装。 3. 在命令行中使用以下命令来初始化一个本地仓库,并将其与Github上的仓库进行关联: ``` git init git remote add origin <仓库的URL> ``` 这里的<仓库的URL>是你在第一步创建的Github仓库的URL。 4. 接下来,你可以将你的代码添加到本地仓库中。使用以下命令添加所有文件: ``` git add . ``` 5. 提交你的代码到本地仓库,并添加一个提交说明: ``` git commit -m "提交说明" ``` 6. 最后,将本地仓库中的代码推送到Github仓库中: ``` git push origin master ``` 这里的"origin"是你在第三步中为Github仓库设置的远程仓库别名,而"master"表示要推送的本地分支。 完成以上步骤后,你的代码就会成功上传到Github仓库中了。记住,在第一次推送代码之前,你可能需要输入你的Github账号和密码进行身份验证。如果你想要避免每次推送都需要输入账号密码,你可以设置SSH密钥进行身份验证。详情可以参考Github的文档或者引用中提到的添加SSH的步骤。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [超详细——入门Github的代码上传](https://blog.csdn.net/weixin_46172366/article/details/128878120)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [第一次上传代码到github](https://blog.csdn.net/ytyxl/article/details/79373899)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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