CentOS的基本信息和SSH

CentOS

介绍

CentOS(Community Enterprise Operating System,中文意思是社区企业操作系统)是Linux发行版之一,它是来自于Red Hat Enterprise Linux依照开放源代码规定释出的源代码所编译而成。每个版本的 CentOS都会获得十年的支持(通过安全更新方式)。新版本的 CentOS 大约每两年发行一次,而每个版本的 CentOS 会定期(大概每六个月)更新一次,以便支持新的硬件。这样,建立一个安全、低维护、稳定、高预测性、高重复性的 Linux 环境。由于出自同样的源代码,因此有些要求高度稳定性的服务器以CentOS替代商业版的Red Hat Enterprise Linux使用。两者的不同,在于CentOS完全开源。最新版本为 CentOS 7.6(1810)

基本命令

shutdown -h now 关闭系统
shutdown -r now 重启
logout 注销
date 显示系统日期
date 041217002007.00 设置日期和时间 - 月日时分年.秒
cd … 返回上一级目录
cd …/… 返回上两级目录
mkdir dir1 创建一个叫做 ‘dir1’ 的目录’
rm -f file1 删除一个叫做 ‘file1’ 的文件’
cp file1 file2 复制一个文件
touch file1 创建一个文件
cat file1 从第一个字节开始正向查看文件的内容
more file1 查看一个长文件的内容
groupadd group_name 创建一个新用户组
groupdel group_name 删除一个用户组
useradd user1 创建一个新用户
userdel -r user1 删除一个用户 ( ‘-r’ 同时删除除主目录)
useradd -c "Name Surname " -g admin -d /home/user1 -s /bin/bash user1 创建一个属于 “admin” 用户组的用户
passwd user1 修改一个用户的口令 (只允许root执行)
ls -lh 显示用户权限
chmod 777 directory1 设置目录的所有人(u)、群组(g)以及其他人(o)以读(r )、写(w)和执行(x)的权限
chmod 700 directory1 删除群组(g)与其他人(o)对目录的读写执行权限
chown user1 file1 改变一个文件的所有人属性,为use1。
chgrp group1 file1 改变文件的群组为group1

SSH

介绍

简单说,SSH是一种网络协议,用于计算机之间的加密登录。如果一个用户从本地计算机,使用SSH协议登录另一台远程计算机,我们就可以认为,这种登录是安全的,即使被中途截获,密码也不会泄露。最早的时候,互联网通信都是明文通信,一旦被截获,内容就暴露无疑。1995年,芬兰学者Tatu Ylonen设计了SSH协议,将登录信息全部加密,成为互联网安全的一个基本解决方案,迅速在全世界获得推广,目前已经成为Linux系统的标准配置

简单使用

使用ssh连接远程主机

$ ssh user@hostname 

ssh连接到其他端口
(ssh默认连接到目标主机的 22 端口上,可以使用-p选项指定端口号)

$ ssh -p 10022 user@hostname

使用ssh在远程主机执行一条命令并显示到本地, 然后继续本地工作
(直接连接并在后面加上要执行的命令就可以了)

$ ssh pi@10.42.0.47 ls -l

在远程主机运行一个图形界面的程序
(-X,就是主机开启 X11 转发功能 )

$ ssh -X pi@222.24.51.147

查看ssh配置文件

文件在/etc/ssh/sshd_config中

构建 ssh 密钥对
(算法通常是rsa或者dsa)

$ ssh-keygen -t 算法

查看是否已经添加了对应主机的密钥

$ ssh-keygen -F 121.199.28.182

删除主机密钥

$ ssh-keygen -R 121.199.28.182
  • 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
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