CVS使用说明书

CVS1easy-R操作手册中文版:从安装到维护 参数设定界面是设备提供给用户进行配置的交互界面。在这个界面上,操作者可以查看和修改各种参数设置。通常这些界面都具有一致性,使得用户能够快速上手。例如,在一个典型的参数设定界面中,用户可以找到如下几部分:- 设定区域:包含各种可调参数。- 实时数据显示:显示当前设备状态的实时数据。- 提示信息:指导用户如何进行参数设定。- 确认按钮:用于保存或应用设置。| 区域 | 功能 || 设定区域 | 用于调整和配置参数 || 实时数据显示 | 显示设备当前运行的关键参数指标 | 阅读详情
CVS使用说明书 关键词:CVS CVSWeb CVSTrac WinCVS CVSROOT 内容摘要: CVS是一个C/S系统,多个开发人员通过一个中心版本控制系统来记录文件版本,从而达到保证文件同步的目的。工作模式如下: CVS服务器(文件版本库) / | / (版 本 同 步) / | / 开发者1 开发者2 开发者3 作为一般开发人员挑选2,6看就可以了,CVS的管理员则更需要懂的更多一些,最后还简单介绍了一些Windows下的cvs客户端使用,CVS远程用户 认证的选择及与BUG跟踪系统等开发环境的集成问题。 CVS环境初始化:CVS环境的搭建 管理员 CVS的日常使用:日常开发中最常用的CVS命令, 开发人员 管理员 CVS的分支开发:项目按照不同进度和目标并发进行 管理员 CVS的用户认证:通过SSH的远程用户认证,安全,简单 管理员 CVSWEB:CVS的WEB访问界面大大提高代码版本比较的效率 管理员 CVS TAG:将$Id$ 加入代码注释中,方便开发过程的跟踪开发人员 CVS vs VSS: CVS和Virsual SourceSafe的比较 开发人员 管理员 WinCVS: 通过SSH认证的WinCVS认证设置 基于CVSTrac的小组开发环境搭建:通过CVSTrac实现web界面的CVS用户管理,集成的BUG跟踪和WIKI交流 CVS中的用户权限管理:基于系统用户的CVS权限管理和基于CVSROOT/passwd的虚拟用户管理 一个系统20%的功能往往能够满足80%的需求,CVS也不例外,以下是CVS最常用的功能,可能还不到它全部命令选项的20%,作为一般开发人员平 时会用cvs update和cvs commit就够了,更多的需求在实际应用过程中自然会出现,不时回头看看相关文档经常有意外的收获。 CVS环境初始化 环境设置:指定CVS库的路径CVSROOT tcsh setenv CVSROOT /path/to/cvsroot bash CVSROOT=/path/to/cvsroot ; export CVSROOT 后面还提到远程CVS服务器的设置: CVSROOT=:ext:$USER@test.server.address#port:/path/to/cvsroot CVS_RSH=ssh; export CVSROOT CVS_RSH 初始化:CVS版本库的初始化。 cvs init 一个项目的首次导入 cvs import -m "write some comments here" project_name vendor_tag release_tag 执行后:会将所有源文件及目录导入到/path/to/cvsroot/project_name目录下 vender_tag: 开发商标记 release_tag: 版本发布标记 项目导出:将代码从CVS库里导出 cvs checkout project_name cvs 将创建project_name目录,并将最新版本的源代码导出到相应目录中。这个checkout和Virvual SourceSafe中的check out不是一个概念, 相对于Virvual SourceSafe的check out是cvs update, check in是cvs commit。 CVS的日常使用 注意:第一次导出以后,就不是通过cvs checkout来同步文件了,而是要进入刚才cvs checkout project_name导出的project_name目录下进行 具体文件的版本同步(添加,修改,删除)操作。 将文件同步到最新的版本 cvs update 不制定文件名,cvs将同步所有子目录下的文件,也可以制定某个文件名/目录进行同步 cvs update file_name 最好每天开始工作前或将自己的工作导入到CVS库里前都要做一次,并养成“先同步 后修改”的习惯,和Virvual SourceSafe不同,CVS里没有 文件锁定的概念,所有的冲突是在commit之前解决,如果你修改过程中,有其他人修改并commit到了CVS 库中,CVS会通知你文件冲突,并自动 将冲突部分用 >>>>>> content on cvs server <<<<<< content in your file >>>>>> 标记出来,由你确认冲突内容的取舍。 版本冲突一般是在多个人修改一个文件造成的,但这种项目管理上的问题不应该指望由CVS来解决。 确认修改写入到CVS库里 cvs commit -m "write some comments here" file_name 注意:CVS的很多动作都是通过cvs commit进行最后确认并修改的,最好每次只修改一个文件。在确认的前,还需要用户填写修改注释,以帮助 其他开发人员了解修改的原因。如果不用写-m "comments"而直接确认`cvs commit file_name` 的话,cvs会自动调用系统缺省的文字编辑器( 一般是vi)要求你写入注释。 注释的质量很重要:所以不仅必须要写,而且必须写一些比较有意义的内容:以方便其他开发人员能够很好的理解 不好的注释,很难让其他的开发人员快速的理解:比如: -m "bug fixed" 甚至 -m "" 好的注释,甚至可以用中文: -m "在用户注册过程中加入了Email地址校验" 修改某个版本注释:每次只确认一个文件到CVS库里是一个很好的习惯,但难免有时候忘了指定文件名,把多个文件以同样注释commit到CVS库 里了,以下命令可以允许你修改某个文件某个版本的注释: cvs admin -m 1.3:"write some comments here" file_name 添加文件 创建好新文件后,比如:touch new_file cvs add new_file 注意:对于图片,Word文档等非纯文本的项目,需要使用cvs add -kb选项按2进制文件方式导入(k表示扩展选项,b表示binary),否则有可能 出现文件被破坏的情况 比如: cvs add -kb new_file.gif cvs add -kb readme.doc 如果关键词替换属性在首次导入时设置错了怎么办? cvs admin -kkv new_file.css 然后确认修改并注释 cvs ci -m "write some comments here" 删除文件 将某个源文件物理删除后,比如:rm file_name cvs rm file_name 然后确认修改并注释 cvs ci -m "write some comments here" 以上面前2步合并的方法为: cvs rm -f file_name cvs ci -m "why delete file" 注意:很多cvs命令都有缩写形式:commit=>ci; update=>up; checkout=>co/get; remove=>rm; 添加目录 cvs add dir_name 查看修改历史 cvs log file_name cvs history file_name 查看当前文件不同版本的区别 cvs diff -r1.3 -r1.5 file_name 查看当前文件(可能已经修改了)和库中相应文件的区别 cvs diff file_name cvs的web界面提供了更方便的定位文件修改和比较版本区别的方法,具体安装设置请看后面的cvsweb使用 正确的通过CVS恢复旧版本的方法: 如果用cvs update -r1.2 file.name 这个命令是给file.name加一个STICK TAG: "1.2" ,虽然你的本意只是想将它恢复到1.2版本 正确的恢复版本的方法是:cvs update -p -r1.2 file_name >file_name 如果不小心已经加成STICK TAG的话:用cvs update -A 解决 移动文件/文件重命名 cvs里没有cvs move或cvs rename,因为这两个操作是可以由先cvs remove old_file_name,然后cvs add new_file_name实现的。 删除/移动目录 最方便的方法是让管理员直接移动,删除CVSROOT里相应目录(因为CVS一个项目下的子目录都是独立的,移动到$CVSROOT目录下都可以作为新 的独立项目:好比一颗树,其实砍下任意一枝都能独立存活),对目录进行了修改后,要求其开发人员重新导出项目cvs checkout project_name 或者用cvs update -dP同步。 项目发布导出不带CVS目录的源文件 做开发的时候你可能注意到了,每个开发目录下,CVS都创建了一个CVS/目录。里面有文件用于记录当前目录和CVS库之间的对应信息。但项目 发布的时候你一般不希望把文件目录还带着含有CVS信息的CVS目录吧,这个一次性的导出过程使用cvs export命令,不过export只能针对一个 TAG或者日期导出,比如: cvs export -r release1 project_name cvs export -D 20021023 project_name cvs export -D now project_name CVS Branch:项目多分支同步开发 确认版本里程碑:多个文件各自版本号不一样,项目到一定阶段,可以给所有文件统一指定一个阶段里程碑版本号,方便以后按照这个阶段里 程碑版本号导出项目,同时也是项目的多个分支开发的基础。 cvs tag release_1_0 开始一个新的里程碑: cvs commit -r 2 标记所有文件开始进入2.x的开发 注意:CVS里的revsion和软件包的发布版本可以没有直接的关系。但所有文件使用和发布版本一致的版本号比较有助于维护。 版本分支的建立 在开发项目的2.x版本的时候发现1.x有问题,但2.x又不敢用,则从先前标记的里程碑:release_1_0导出一个分支 release_1_0_patch cvs rtag -b -r release_1_0 release_1_0_patch proj_dir 一些人先在另外一个目录下导出release_1_0_patch这个分支:解决1.0中的紧急问题, cvs checkout -r release_1_0_patch 而其他人员仍旧在项目的主干分支2.x上开发 在release_1_0_patch上修正错误后,标记一个1.0的错误修正版本号 cvs tag release_1_0_patch_1 如果2.0认为这些错误修改在2.0里也需要,也可以在2.0的开发目录下合并release_1_0_patch_1中的修改到当前代码中: cvs update -j release_1_0_patch_1 CVS的远程认证通过SSH远程访问CVS 使用cvs本身基于pserver的远程认证很麻烦,需要定义服务器和用户组,用户名,设置密码等, 常见的登陆格式如下: cvs -d :pserver:cvs_user_name@cvs.server.address:/path/to/cvsroot login 例子: cvs -d :pserver:cvs@samba.org:/cvsroot login 不是很安全,因此一般是作为匿名只读CVS访问的方式。从安全考虑,通过系统本地帐号认证并通过SSH传输是比较好的办法,通过在客户机的 /etc/profile里设置一下内容: CVSROOT=:ext:$USER@cvs.server.address#port:/path/to/cvsroot CVS_RSH=ssh; export CVSROOT CVS_RSH 所有客户机所有本地用户都可以映射到CVS服务器相应同名帐号了。 比如: CVS服务器是192.168.0.3,上面CVSROOT路径是/home/cvsroot,另外一台开发客户机是192.168.0.4,如果 tom在2台机器上都有同名的帐号, 那么从192.168.0.4上设置了: export CVSROOT=:ext:tom@192.168.0.3:/home/cvsroot export CVS_RSH=ssh tom就可以直接在192.168.0.4上对192.168.0.3的cvsroot进行访问了(如果有权限的话) cvs checkout project_name cd project_name cvs update ... cvs commit 如果CVS所在服务器的SSH端口不在缺省的22,或者和客户端与CVS服务器端SSH缺省端口不一致,有时候设置了: :ext:$USER@test.server.address#port:/path/to/cvsroot 仍然不行,比如有以下错误信息: ssh: test.server.address#port: Name or service not known cvs [checkout aborted]: end of file from server (consult above messages if any) 解决的方法是做一个脚本指定端口转向(不能使用alias,会出找不到文件错误): 创建一个/usr/bin/ssh_cvs文件,假设远程服务器的SSH端口是非缺省端口:34567 #!/bin/sh /usr/bin/ssh -p 34567 "$@" 然后:chmod +x /usr/bin/ssh_cvs 并CVS_RSH=ssh_cvs; export CVS_RSH 注意:port是指相应服务器SSH的端口,不是指cvs专用的pserver的端口 CVSWEB:提高文件浏览效率 CVSWeb就是CVS的WEB界面,可以大大提高程序员定位修改的效率: 使用的样例可以看:http://www.freebsd.org/cgi/cvsweb.cgi CVSWEB的下载:CVSWEB从最初的版本已经演化出很多功能界面更丰富的版本,这个是我个人感觉安装设置比较方便的: 原先在:http://www.spaghetti-code.de/software/Linux/cvsweb/,但目前已经删除,目前仍可以在本站下载CVSWEB,其实最近2年FreeBSD的 CVSWeb项目已经有了更好的发展吧,而当初没有用FreeBSD那个版本主要就是因为没有彩色的文件Diff功能。 下载解包: tar zxf cvsweb.tgz 把配置文件cvsweb.conf放到安全的地方(比如和apache的配置放在同一个目录下), 修改:cvsweb.CGI让CGI找到配置文件: $config = $ENV{''CVSWEB_CONFIG''} || ''/path/to/apache/conf/cvsweb.conf''; 转到/path/to/apache/conf下并修改cvsweb.conf: 修改CVSROOT路径设置: %CVSROOT = ( ''Development'' => ''/path/to/cvsroot'', #<==修改指向本地的CVSROOT ); 缺省不显示已经删除的文档: "hideattic" => "1",#<==缺省不显示已经删除的文档 在配置文件cvsweb.conf中还可以定制页头的描述信息,你可以修改$long_intro成你需要的文字 CVSWEB可不能随便开放给所有用户,因此需要使用WEB用户认证: 先生成 passwd: /path/to/apache/bin/htpasswd -c cvsweb.passwd user 修改httpd.conf: 增加 AuthName "CVS Authorization" AuthType Basic AuthUserFile /path/to/cvsweb.passwd require valid-user CVS TAGS: $Id: cvs_card.html,v 1.5 2003/03/09 08:41:46 chedong Exp $ 将$Id: cvs_card.html,v 1.9 2003/11/09 07:57:11 chedong Exp $ 加在程序文件开头的注释里是一个很好的习惯,cvs能够自动解释更新其 中的内容成:file_name version time user_name 的格式,比如:cvs_card.txt,v 1.1 2002/04/05 04:24:12 chedong Exp,可以这些信息了 解文件的最后修改人和修改时间 几个常用的缺省文件:default.PHP====================================Default.Java: 注意文件头一般注释用 /* 开始 JAVADOC 注释用 /** 开始的区别/* * Copyright (c) 2002 MyCompany Name. * $Header: /home/cvsroot/tech/cvs_card.html,v 1.9 2003/11/09 07:57:11 chedong Exp $ */package com.mycompany;import java.;/** * comments here */public class Default { /** * Comments here * @param * @return */ public toString() { }} ====================================default.pl:#!/usr/bin/Perl -w# Copyright (c) 2002 Company Name.# $Header: /home/cvsroot/tech/cvs_card.html,v 1.9 2003/11/09 07:57:11 chedong Exp $# file comments hereuse strict; CVS vs VSS CVS没有文件锁定模式,VSS在check out同时,同时记录了文件被导出者锁定。 CVS的update和commit, VSS是get_lastest_version和check in 对应VSS的check out/undo check out的CVS里是edit和unedit 在CVS中,标记自动更新功能缺省是打开的,这样也带来一个潜在的问题,就是不用-kb方式添加binary文件的话在cvs自动更新时可能会导致文 件失效。 $Header: /home/cvsroot/tech/cvs_card.html,v 1.5 2003/03/09 08:41:46 chedong Exp $ $Date: 2003/11/09 07:57:11 $这样的标记在 Virsual SourceSafe中称之为Keyword Explaination,缺省是关闭的,需要通过OPITION打开,并指定需要进行源文件关键词扫描的文件类型: *.txt,*.java, *.html... 对于Virsual SourceSafe和CVS都通用的TAG有: $Header: /home/cvsroot/tech/cvs_card.html,v 1.5 2003/03/09 08:41:46 chedong Exp $ $Author: chedong $ $Date: 2003/11/09 07:57:11 $ $Revision: 1.9 $ 我建议尽量使用通用的关键词保证代码在CVS和VSS都能方便的跟踪。 WinCVS 下载: cvs Windows客户端:目前稳定版本为1.2 http://cvsgui.sourceforge.net ssh Windows客户端 http://www.networksimplicity.com/openssh/ 安装好以上2个软件以后: WinCVS客户端的admin==>preference设置 1 在general选单里 设置CVSROOT: username@192.168.0.123:/home/cvsroot 设置Authorization: 选择SSH server 2 Port选单里 钩上:check for alternate rsh name 并设置ssh.exe的路径,缺省是装在 C:/Program Files/NetworkSimplicity/ssh/ssh.exe 然后就可以使用WinCVS进行cvs操作了,所有操作都会跳出命令行窗口要求你输入服务器端的认证密码。 当然,如果你觉得这样很烦的话,还有一个办法就是生成一个没有密码的公钥/私钥对,并设置CVS使用基于公钥/私钥的SSH认证(在general 选单里)。 可以选择的diff工具:examdiff 下载: http://www.prestosoft.com/examdiff/examdiff.htm 还是在WinCVS菜单admin==>preference的WinCVS选单里 选上:Externel diff program 并设置diff工具的路径,比如:C:/Program Files/ed16i/ExamDiff.exe 在对文件进行版本diff时,第一次需要将窗口右下角的use externel diff选上。 基于CVSTrac的小组开发环境搭建 作为一个小组级的开发环境,版本控制系统和BUG跟踪系统等都涉及到用户认证部分。如何方便的将这些系统集成起来是一个非常困难的事情, 毕竟我们不能指望 Linux下有像Source Offsite那样集成度很高的版本控制/BUG跟踪集成系统。 我个人是很反对使用pserver模式的远程用户认证的,但如果大部分组员使用Windows客户端进行开发的话,总体来说使用 CVSROOT/passwd认证 还是很难避免的,但CVS本身用户的管理比较麻烦。本来我打算自己用Perl写一个管理界面的,直到我发现了 CVSTrac:一个基于Web界面的BUG 跟踪系统,它外挂在CVS系统上的BUG跟踪系统,其中就包括了WEB界面的CVSROOT/passwd文件的管理,甚至还集成了WIKIWIKI讨论组功能。 这里首先说一下CVS的pserver模式下的用户认证,CVS的用户认证服务是基于inetd中的: cvspserver stream tcp nowait apache /usr/bin/cvs cvs --allow-root=/home/cvsroot pserver 一般在2401端口(这个端口号很好记:49的平方) CVS用户数据库是基于CVSROOT/passwd文件,文件格式: [username]:[crypt_password]:[mapping_system_user] 由于密码都用的是UNIX标准的CRYPT加密,这个passwd文件的格式基本上是apache的htpasswd格式的扩展(比APACHE的 PASSWD文件多一个系统 用户映射字段),所以这个文件最简单的方法可以用 apache/bin/htpasswd -b myname mypassword 创建。注意:通过htpasswd创建出来的文件会没有映射系统用户的字段 例如: new:geBvosup/zKl2 setup:aISQuNAAoY3qw test:hwEpz/BX.rEDU 映射系统用户的目的在于:你可以创建一个专门的CVS服务帐号,比如用apache的运行用户apache,并将/home/cvsroot目录下的所有权限赋予 这个用户,然后在passwd文件里创建不同的开发用户帐号,但开发用户帐号最后的文件读写权限都映射为apache用户,在SSH模式下多个系统开 发用户需要在同一个组中才可以相互读写CVS库中的文件。 进一步的,你可以将用户分别映射到apache这个系统用户上。 new:geBvosup/zKl2:apache setup:aISQuNAAoY3qw:apache test:hwEpz/BX.rEDU:apache CVSTrac很好的解决了CVSROOT/passwd的管理问题,而且包含了BUG跟踪报告系统和集成WIKIWIKI交流功能等,使用的 CGI方式的安装,并且基 于GNU Public License: 在inetd里加入cvspserver服务: cvspserver stream tcp nowait apache /usr/bin/cvs cvs --allow-root=/home/cvsroot pserver xietd的配置文件:%cat cvspserver service cvspserver { disable = no socket_type = stream wait = no user = apache server = /usr/bin/cvs server_args = -f --allow-root=/home/cvsroot pserver log_on_failure += USERID } 注意:这里的用户设置成apache目的是和/home/cvsroot的所有用户一致,并且必须让这个这个用户对/home/cvsroot/下的 CVSROOT/passwd和 cvstrac初始化生成的myproj.db有读取权限。 安装过程 下载:可以从http://www.cvstrac.org 下载 我用的是已经在Linux上编译好的应用程序包:cvstrac-1.1.2.bin.gz, %gzip -d cvstrac-1.1.2.bin.gz %chmod +x cvstrac-1.1.2.bin #mv cvstarc-1.1.1.bin /usr/bin/cvstrac 如果是从源代码编译: 从 http://www.sqlite.org/download.html 下载SQLITE的rpm包: rpm -i sqlite-devel-2.8.6-1.i386.rpm 从 ftp://ftp.cvstrac.org/cvstrac/ 下载软件包 解包,假设解包到/home/chedong/cvstrac-1.1.2下,并规划将cvstrac安装到/usr/local/bin目录下, cd /home/chedong/cvstrac-1.1.2 编 辑linux-gcc.mk: 修改: SRCDIR = /home/chedong/cvstrac-1.1.2 INSTALLDIR = /usr/local/bin 然后 mv linux-gcc.mk Makefile make #make install 初始化cvstrac数据库:假设数据库名是 myproj 在已经装好的CVS服务器上(CVS库这时候应该已经是初始化好了,比如:cvs init初始化在/home/cvsroot里),运行一下 %cvstrac init /home/cvsroot myproj 运行后,/home/cvsroot里会有一个的myproj.db库,使用CVSTRAC服务,/home/cvsroot/myproj.db /home/cvsroot/CVSROOT/readers /home/cvsroot/CVSROOT/writers /home/cvsroot/CVSROOT/passwd这几个文件对于web服务的运行用户应该是可写的,在RedHat8上,缺省就有 一个叫 apache用户和一个apache组,所以在httpd.conf文件中设置了用apache用户运行web服务: User apache Group apache, 然后设置属于apache用户和apache组 #chown -R apache:apache /home/cvsroot -rw-r--r-- 1 apache apache 55296 Jan 5 19:40 myproj.db drwxrwxr-x 3 apache apache 4096 Oct 24 13:04 CVSROOT/ drwxrwxr-x 2 apache apache 4096 Aug 30 19:47 some_proj/ 此外还在/home/cvsroot/CVSROOT中设置了: chmod 664 readers writers passwd 在apche/cgi-bin目录中创建脚本cvstrac: #!/bin/sh /usr/bin/cvstrac cgi /home/cvsroot 设置脚本可执行: chmod +x /home/apache/cgi-bin/cvstrac 从 http://cvs.server.address/cgi-bin/cvstrac/myproj 进入管理界面 缺省登录名:setup 密码 setup 对于一般用户可以从: http://cvs.server.address/cgi-bin/cvstrac/myproj 在setup中重新设置了CVSROOT的路径后,/home/cvsroot 如果是初次使用需要在/home/cvsroot/CVSROOT下创建passwd, readers, writers文件 touch passwd readers writers 然后设置属于apache用户, chown apache.apache passwd readers writers 这样使用setup用户创建新用户后会同步更新CVSROOT/passwd下的帐号 修改登录密码,进行BUG报告等, 更多使用细节可以在使用中慢慢了解。 对于前面提到的WinCVS在perference里设置: CVSROOT栏输入:username@ip.address.of.cvs:/home/cvsroot Authenitication选择:use passwd file on server side 就可以了从服务器上进行CVS操作了。 CVS的用户权限管理 CVS的权限管理分2种策略: 基于系统文件权限的系统用户管理:适合多个在Linux上使用系统帐号的开发人员进行开发。 基于CVSROOT/passwd的虚拟用户管理:适合多个在Windows平台上的开发人员将帐号映射成系统帐号使用。 为什么使用apache/apache用户?首先RedHat8中缺省就有了,而且使用这个用户可以方便通过cvstrac进行WEB管理。 chown -R apache.apache /home/cvsroot chmod 775 /home/cvsroot Linux上通过ssh连接CVS服务器的多个开发人员:通过都属于apache组实现文件的共享读写 开发人员有开发服务器上的系统帐号:sysuser1 sysuser2,设置让他们都属于apache组,因为通过cvs新导入的项目都是对组开放的:664权限 的,这样无论那个系统用户导入的项目文件,只要文件的组宿主是apache,所有其他同组系统开发用户就都可以读写;基于ssh远程认证的也是 一样。 apache(system group) / | / sysuser1 sysuser2 sysuser3 Windows上通过cvspserver连接CVS服务器的多个开发人员:通过在passwd文件种映射成 apache用户实现文件的共享读写 他们的帐号通过CVSROOT/passwd和readers writers这几个文件管理;通过cvstrac设置所有虚拟用户都映射到apache用户上即可。 apache(system user) / | / windev1 windev2 windev3 利用cvs + (WinCVS/cvsweb/cvstrac),构成了一个相对完善的跨平台工作组开发版本控制环境。 相关资源: CVS HOME: http://www.cvshome.org CVS FAQ: http://www.loria.fr/~molli/cvs-index.html 相关网站: http://directory.google.com/Top/Computers/Software/Configuration_Management/Tools/Concurrent_Versions_System/ CVS--并行版本系统 http://www.soforge.com/cvsdoc/zh_CN/book1.html CVS 免费书: http://cvsbook.red-bean.com/ CVS 命令的速查卡片: http://www.refcards.com/about/cvs.html WinCVS: http://cvsgui.sourceforge.net/ CVSTrac: A Web-Based Bug And Patch-Set Tracking System For CVS http://www.cvstrac.org StatCVS:基于CVS的代码统计工具:按代码量,按开发者的统计表等 http://sourceforge.net/projects/statcvs 如何在WEB开发中规划CVS上:在Google上查 "cvs web development" http://ccm.redhat.com/bboard-archive/cvs_for_web_development/index.html 一些集成了CVS的IDE环境: Eclipse Magic C++
看过写的最好的cvs教程 看过写的最好的cvs教程看过写的最好的cvs教程看过写的最好的cvs教程看过写的最好的cvs教程看过写的最好的cvs教程 立即下载

相关推荐

cvs使用指南详解(官方发布版)

非常全面的CVS使用教程,通过此教程,你就可以对CVS的工作机制原理有比较全面的认识。

CVS的使用教程

CVS的使用教程1、什么是CVS? CVS - Concurrent Versions System(并发版本管理系统)是一个版本控制管理系统,它是目前最为广泛使用的一个系统。 在多人共同开发一个大型项目时,源代码的维护和版本维护是一件令人头疼的事情,由于多人开发, 每个开发人员都拥有此项目的副本,所以如果要手动维护同一个文件多人的修改是十分困难的事情。另外,可能你需要的项目的版本不是

wang102010的专栏 8785

cvs 使用说明cvs 使用说明

cvs 使用 说明cvs 使用说明cvs 使用说明

CVS配置及使用说明

Technorati 标签: CVS CVS配置及使用说明 CVS环境配置 1. CVS部署在HFINMSP2(134.65.135.3)上,根目录是:/opt/cvsroot 2. 已建了CVS组,组里已建用户有:netcool,wangjb,wengwd,gaos,liuy,tangb,wangx 其中gaos,liuy,tangb的初始密码都是与各自用户名相同。以后自己可以更改。

百事乐 1373

CVS中文使用手册(pdf格式)

CVS中文使用手册(pdf格式)CVS中文使用手册(pdf格式)

system_stm32f10x.c文件分析

配置系统时钟(包括系统时钟源、锁相环(PLL)倍频系数、高级高性能总线(AHB)/ 高级外设总线(APBx)预分频器以及闪存相关设置)。该函数在系统复位后的启动阶段被调用,且调用时机早于跳转到主程序之前。

Jia shuheng的博客 604

在Eclipse下使用SVN-CC-GIT-VSS-CVS代码管理工具最终修订版详细说明书

        下载地址:

内事问度娘,外事问谷歌! 190

从零到一:海外短剧成品系统源码搭建流程详解及APP+H5交付服务

在当今全球化的数字娱乐浪潮中,海外短剧市场以其独特的文化魅力和广阔的受众基础,正逐渐成为内容创作者与平台运营者争相布局的新蓝海。我为了紧跟时代的发展我翻看了大量的文章,偶然间看到了一篇文章点进去发现他们是专业做短剧开发的,总结下来在这篇文章里分享给大家。

liangyill_的博客 909

CVS使用手册

CVS使用手册作者:车东 发表于:2002-02-06 18:02 最后更新于:2007-04-12 11:04版权声明:可以任意转载,转载时请务必以超链接形式标明文章原始出处和作者信息及本声明。http://www.chedong.com/tech/cvs_card.html CVS是一个C/S系统,多个开发人员通过一个中心版本控制系统来记录文件版本,从而达到保证文件同步

huluhulu88的专栏 1152

深入浅出DNS系列(一)- DNS杂谈

黄丝玛:班达山,你好,我记性不好,你告诉我搜狐、新浪的网站IP地址好吗? 班达山:你问问DNS先生吧,他专门干这买卖的

jiangsd198的博客 4130

大疆mini 3 pro rtmp推流(带屏遥控器不支持)windows

大疆mini 3 pro无人机rtmp推流(带屏遥控器不支持)至windows电脑

xbsigeibwkouvfcj的博客 3433

cvs配电保护断路器_CVS100F断路器|施耐德CVS100F100A断路器

施耐德断路器塑壳断路器CVS系列原来的NES系列塑壳全部用CVS替代部分附件可以用!产品数据表主要特性LV516333CVS160F TM160D 断路器 - 3P/3d主要产品系列Easypact CVS100...250产品类型 断路器产品名CVS160F产品应用 配电保护极数3P保护极说明3d漏电流保护 无漏电保护额定电流 [ In] 160 A ( 40 °C )断路器型号F网络类...

weixin_39630880的博客 1921

Foxmail 7.2.25以下版本XSS漏洞实战复现:手把手教你如何构造恶意邮件(含防御方案)

本文深入解析Foxmail 7.2.25以下版本的XSS漏洞(CNVD-2025-06036),详细展示如何构造恶意邮件进行跨站脚本攻击,并提供从客户端升级到企业级防护的多层次防御方案,帮助用户有效防范安全风险。

view3的博客 164

cvs100e_CVS100E断路器|施耐德CVS100E塑壳断路器

施耐德断路器塑壳断路器CVS系列原来的NES系列塑壳全部用CVS替代部分附件可以用!产品数据表主要特性LV516333CVS160F TM160D 断路器 - 3P/3d主要产品系列Easypact CVS100...250产品类型 断路器产品名CVS160F产品应用 配电保护极数3P保护极说明3d漏电流保护 无漏电保护额定电流 [ In] 160 A ( 40 °C )断路器型号F网络类...

weixin_28049429的博客 1165

银河麒麟鲲鹏aarch64架构安装docker和K8s

鲲鹏云服务器上安装docker-云社区-华为云 (huaweicloud.com) 这里我下载的版本是docker-18.09.3.tag docker 安装包地址:https://download.docker.com/linux/static/stable 配置system服务 在github对应分支的contrib/init/systemd/ 下面,提供了对应的docker.service以及docker.socket文件,可以直接拷贝到本地文件使用: 对应链接:https://github.c

qq_50007696的博客 9058

小论文/大论文必备| YOLO26热力图可视化,支持8种常用热力图方法:GradCAM,GradCAMPlusPlus,XGradCAM,EigenCAM,HiResCAM等,助力小论文和大论文加分

本文介绍了如何为YOLO26模型添加热力图可视化功能,包括完整代码和使用教程。热力图能增强模型的可解释性,适用于论文中的实验对比和结果展示。文章提供了详细的代码实现,包含图像处理、热力图生成和结果可视化等功能,并指导用户如何创建Python文件、粘贴代码以及调整参数生成最佳热力图。通过设置不同层号,用户可以灵活控制热力图效果,最终结果将保存在指定文件夹中。

Ai缝合怪、助力小伙伴高效发论文 496

CVS的介绍使用

软件开发工具自考笔记

赟文武的博客 777

9.6华为OD机试真题 新系统【仓储货物有序出库】

华为OD机试真题 新系统【仓储货物有序出库】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【仓储货物有序出库】多语言题解。

qq_45776114的博客 900

cvs配电保护断路器_施耐德断路器CVS100N详解

电力系统电压质量及无功电压管理措施从中国进入改革开放以来,经济的发展非常迅猛,社会的转型升级的进程加快,使得社会生活越来越好。随之而来的是整个社会用电量的剧增,家庭的生活、社会的运转,都需要进行大负荷的电量来维护和运转。电能作为基本能源被广泛应用于各行各业。从市场经济角度,电能也属于商品,有着质量好坏之分,而衡量电能质量的指标,就是频率与电压。虽然近几年*加大了对电网设备的投入力度,提高了电压质量...

weixin_31165655的博客 2503

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

使用说明书

使用说明书的作用是描述产品或程序的操作顺序。书写日文的使用说明书一般应使用敬体、但有时也可使用简体。 【语法】 (1)~とおり 如~,像~那样   连体形、(体言+の)+とおりだ(である、です)   表示“按照~样子”去理解或进行某一事项。   仕様書のとおりです。 如式样书那样。   以下のとおりです。  如下。 (2)~とは~です(である) 所谓~是~   体言

dhy270498872的专栏 662

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

WinCVS中文版及中文使用手册

WinCVS是CVS的一个客户端程序,它以CVS作为基础,在其上构造了功能强大的GUI,使得Windows平台上的CVS用户可以轻而易举的进行协同工作! WinCVS中文版由SCMChina在英文版的基础上修改而成,除了对WinCVS的界面进行了比较彻底的中文化处理,另外还对主要的输出信息进行了中文化的处理,增强了版本比较的功能,集成了合并比较工具WinMerge,使得WinCVS能够直观地进行文

.NET博文收藏 4517

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

CVS

CVS是什么?CVS是一个版本控制系统。使用它,你可以记录下你的源文件的历史。 例如:修改软件时可能会产生一些bug,而且可能过了很久你才会察觉到它们的存在。有了CVS,你可以很容易地恢复旧版本,并从中看出到底是哪个修改导致了这个bug 。有时这是很有用的。 当然了,你可能把所有版本的所有文件都保存了下来。但这会浪费大量的磁盘空间。而CVS用一种聪明的办法来保存一个文件的所有版本——仅仅保存不

梦回盛唐 1161

学习 CVS 版本控制系统

<br /><br />学习 CVS 版本控制系统<br />从来没有试过版本控制系统,所以想学学。看介绍,微软的VSS似乎不错,不过一下子没找到,后来在网上找到了windows 平台上可以安装的CVS NT和WINCVS这两个软件,其中WinCVS还号称中文版。<br />安装挺顺利,都装好了。然后看它们带的说明书,CVSNT是服务器端软件,自带了一个帮助文件,当然是英文的。看了半天,举的例子都是LINUX上的,开头讲了半天CVS不是什么不是什么的东东,就是没讲如何一步步架设一个可用的CVS服务器,对我这

远方 2290

GitBlit使用说明书

有了它你就可以将选定的文件回溯到之前的状态,甚至将整个项目都回退到过去某个时间点的状态,你可以比较文件的变化细节,查出最后是谁修改了哪个地方,从而找出导致怪异问题出现的原因,又是谁在何时报告了某个功能缺陷等等。Git是一个版本控制系统, 除了管理研发出来的源代码外,它也可以管理相关的文本文件. 要求项目相关的所有资料全部上传到项目根目录下的docs文件下, 可以在该文件夹下创建子文件夹. 上传资料包括单不限于项目调研资料, 项目需求文档, 项目原型, UI设计图, 概要设计文档, 详细设计文档等.

weixin_67510312的博客 3439

【Git使用说明书】

Git使用说明书,Git常用命令练习

尹一冰的博客 915
上一篇: word快捷键
下一篇: FreeMarker 快速入门
AJAXBloger
博客等级 码龄20年 9粉丝 32原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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