在 Solaris 10 上安装 Oracle 10g 完全详解

硬件要求
[#root@sun10g /]#/usr/sbin/prtconf | grep "Memory size"


Memory size: 1024 Megabytes
[#root@sun10g /]#
[#root@sun10g /]#/usr/sbin/swap -s


total: 159060k bytes allocated + 26872k reserved = 185932k used, 2167140k available


[#root@sun10g /]#df -h /tmp
Filesystem             size   used  avail capacity  Mounted on
/dev/dsk/c1t0d0s3      486M   1.1M   436M     1%    /tmp


[#root@sun10g /]#/bin/isainfo -kv
32-bit i386 kernel modules


软件要求
软件包
[#root@sun10g /]#pkginfo -i SUNWarc SUNWbtool SUNWhea SUNWlibm SUNWlibms SUNWsprot \
>  SUNWsprox SUNWtoo SUNWi1of SUNWi1cs SUNWi15cs SUNWxwf
system      SUNWarc   Lint Libraries (usr)
system      SUNWbtool CCS tools bundled with SunOS
system      SUNWhea   SunOS Header Files
system      SUNWi15cs X11 ISO8859-15 Codeset Support
system      SUNWi1cs  X11 ISO8859-1 Codeset Support
system      SUNWi1of  ISO-8859-1 (Latin-1) Optional Fonts
system      SUNWlibm  Math & Microtasking Library Headers & Lint Files (Usr)
system      SUNWlibms Math & Microtasking Libraries (Usr)
system      SUNWsprot Solaris Bundled tools
system      SUNWtoo   Programming Tools
ERROR: information for "SUNWsprox" was not found
ERROR: information for "SUNWxwf" was not found


补丁包
All installations
[#root@sun10g Solaris_10]#/usr/sbin/patchadd -p | grep 118345
[#root@sun10g Solaris_10]#/usr/sbin/patchadd -p | grep 119961


PL/SQL native compilation, Pro*C/C++, Pro*FORTRAN, Oracle Call Interface, Oracle C++ Call Interface, Oracle XML Developer's Kit (XDK)
[#root@sun10g Solaris_10]#/usr/sbin/patchadd -p | grep 117837
[#root@sun10g Solaris_10]#/usr/sbin/patchadd -p | grep 117846
[#root@sun10g Solaris_10]#/usr/sbin/patchadd -p | grep 118682
-------可不要






修改 /etc/hosts 文件
[#root@sun10g /]#vi /etc/hosts


::1     localhost
127.0.0.1       localhost       localhost.oracle.com
#192.168.8.247  sun10g  loghost
192.168.8.247   sun10g.oracle.com       sun10g










创建 oracle 用户和 组
[#root@sun10g /]#groupadd -g 500 oinstall
[#root@sun10g /]#groupadd -g 501 dba     
[#root@sun10g /]#groupadd -g 502 oper


[#root@sun10g /]#useradd -u 500 -g oinstall -G dba,oper -d /export/home/oracle -m -s /bin/bash oracle
[#root@sun10g /]#passwd oracle
[#root@sun10g /]#passwd -r files oracle
New Password: 
Re-enter new Password: 
passwd: password successfully changed for oracle




[#root@sun10g /]#id -a oracle
uid=500(oracle) gid=500(oinstall) groups=501(dba),502(oper)


[#root@sun10g /]#id nobody
uid=60001(nobody) gid=60001(nobody)


配置内核参数
[#root@sun10g /]#cp /etc/system /etc/system.orig
[#root@sun10g /]#ls /etc/system*
/etc/system       /etc/system.orig


[#root@sun10g /]#vi /etc/system


set noexec_user_stack=1
set semsys:seminfo_semmni=100
set semsys:seminfo_semmns=1024
set semsys:seminfo_semmsl=256
set semsys:seminfo_semvmx=32767
set shmsys:shminfo_shmmax=4294967295
set shmsys:shminfo_shmmin=1
set shmsys:shminfo_shmmni=100
set shmsys:shminfo_shmseg=10


创建用于安装 oracle 软件的目录
[#root@sun10g /]#newfs /dev/rdsk/c1t1d0s1
[#root@sun10g /]#newfs /dev/rdsk/c1t1d0s2
[#root@sun10g /]#mount -F ufs /dev/dsk/c1t1d0s0 /u01
[#root@sun10g /]#vi /etc/vfstab


/dev/dsk/c1t1d0s0       /dev/rdsk/c1t1d0s0      /u01    ufs     2       yes     -


[#root@sun10g /]#mkdir -p /u01/app/oracle
[#root@sun10g /]#chmod -R 775 /u01
[#root@sun10g /]#chown -R oracle:oinstall /u01




配置 oracle 用户的环境变量


export ORACLE_BASE=/u01/app/oracle
export ORACLE_HOME=/u01/app/oracle/product/10.2.0/db_1
export ORACLE_SID=prod
export TMPDIR=/tmp
export NLS_LANG="AMERICAN_AMERICA.AL32UTF8"
#export NLS_LANG="SIMPLIFIED CHINESE_CHINA.ZHS16GBK"
export NLS_DATE_FORMAT="YYYY-MM-DD HH24:Mi:SS"
export PATH=$PATH:/usr/bin:/usr/local/bin:/usr/ucb:/etc:/usr/sbin:/usr/sfw/bin:/usr/ccs/bin:/opt/csw/bin:/usr/openwin/bin:$ORACLE_HOME/bin:
深度习是机器习的一个子领域,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习和模式识别。深度习模型能够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、医图像分析等应用至关重要。以下是深度习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度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. **深度习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度习模型的工具和库。 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