如何安装并使用GeoServer

GeoServer 基础篇(一) 文章目录GeoServerGeoServer 主要特性本地部署web页面功能介绍(重点)1.首先登录进入web功能页面2.登录后功能页面全览3.关于和状态模块4.数据模块4.1 Layer Preview4.2 工作区(workspace)4.3 数据存储(Stores)4.4 图层(Layers)4.5 图层组(Layer Groups)4.6 Styles(样式)发布一个地图服务 GeoServer GeoServer 是 OpenGIS Web 服务器规范的 J2EE 实现,利用 GeoServer 阅读详情
AI摘要

本文详细介绍了GeoServer的安装过程,包括Java的安装与环境配置,以及GeoServer作为WebGIS核心组件的功能和使用。重点强调了Java环境配置的重要性。,

一、安装说明

就本次我们需要安装的GeoServer软件,在预安装前,首先总结一下这款软件:

1.GeoServer是一个功能强大的开源服务器,它遵循OGC开放标准,支持WFS-T和WMS等协议。这使得GeoServer能够作为WebGIS的重要组成部分,提供地理空间数据的发布、编辑和共享功能。通过GeoServer,用户可以将地理空间数据以地图、图像等形式在Web上进行展示,并且支持对数据的查询、编辑和更新等操作。

2.GeoServer为WebGIS提供了丰富的地理空间数据服务。它支持多种地理空间数据格式,如Shapefile、PostGIS等,能够将这些数据格式转化为Web服务,使得用户可以通过Web浏览器或其他客户端访问和操作这些数据。同时,GeoServer还提供了空间查询和分析功能,用户可以根据地理空间位置、属性等条件进行数据检索和统计分析,为WebGIS应用提供了强大的数据支持。

3.GeoServer还具有高度的可扩展性和灵活性。它支持插件机制,用户可以根据需要安装和配置各种插件来扩展其功能。这使得GeoServer能够适应不同的WebGIS应用需求,为开发者提供了更多的选择和可能性。

GeoServer在WebGIS中扮演着至关重要的角色。它不仅能够提供地理空间数据的发布和共享功能,还能够支持数据的编辑、查询和分析等操作,为WebGIS应用提供了强大的数据服务和支持。因此,在构建WebGIS系统时,GeoServer是一个不可或缺的重要组件。

当然,这里同样需要说明的是,如果我们仅仅只是安装GeoServer软件,那大概率是无法运行的,除非你是写Java出身的,而我们地信专业在此前只是学习过Python和C++语言,所以大家大概率是没有Java的运行环境的。因此,我们适配GeoServer将分环节进行,包括Java的安装并配置环境以及GeoServer的安装,最后才是运行GeoServer,为了更加便捷的展示整体的流程步骤,这里我绘制了如图1-1供大家参考:

图1-1 GeoServer安装流程图

二、Java安装

安装Java的步骤没有那么繁琐,我们只需要进入Java的官网找到安装包进行下载安装即可,这里需要注意的是,Java也是一款开源安装包。如下给出Java的下载地址。

Java安装包下载地址:https://www.java.com/zh_CN/

当然,如果你直接在百度搜索关键词“Java”也是可以找到Java的下载官网的。接下来的步骤我将直接展示下载流程。

2.1下载Java安装包流程

Step1:首先,我们需要进入Java官网,如图2-1所示:

Tips:可以选择百度搜索或者直接点击上述我已经展示过的链接地址。

图2-1 Java访问网页

Step2:接下来我们直接点击下载Java即可进入到Windows安装包下载界面。如图2-2所示:

图2-2 Java安装包下载界面

Step3:直接单击“Download Java”即可开始下载安装包,如图2-3所示:

图2-3 Java安装包正在下载界面

如上,我们便完成了Java安装包的下载过程,解下来我们将进行Java的安装。

2.2 Java安装

Step1:首先,我们需要找到刚刚下载的Java安装包,点击右键,选中“以管理员身份运行”; 

Step2:接下来,会弹出Java的管理员身份运行弹窗,直接点击“是”进入安装步骤;

Step3:下面,会弹出安装指导,这里记得勾选上“目标文件夹”;图2-3所示:

图2-3 Java安装指导界面

Step4:接下来,我们需要更改一下安装位置,这里我选择的是安装到D盘;如图2-4所示:

图2-4 Java安装位置更改界面

Tips:这里默认会安装到C盘,所以需要更改位置,当然你也可以选择安装到其他储存盘。

Step5:接单击 “下一步”即可进入Java的安装;如图2-5所示:

图2-5 Java安装进程界面

Step6:安装完成后,会弹出界面,点击“关闭”即可进入后续环境配置步骤。如图2-6所示:

图2-6 Java安装成功提示界面

到此,恭喜你已经完成Java的安装,此后我们可以进行下一步Java的环境配置。

三、Java环境配置

大家都是地理信息科学专业的学生,想必都是接触过我们Python语言的配置的,这种解释性语言常用编辑器不自带运行环境,如同这里我们需要安装的Java一样,因此,我们需要预先配置环境,以免产生不必要的错误。

3.1寻找环境变量修改位置

这里我们需要先找到环境变量的修改位置,这里大家使用的绝大多数应该都是Windows系统的电脑,这里我使用的也是Windows系统,因此仅以此为例。

Step1:首先,我们需要单击底部状态栏  开始菜单,在里面找到“设置”应用;如图3-1所示:

图3-1 开始菜单设置位置

Step2:接下来,我们只需要单击“设置”便可以进入设置界面;如图3-2所示:

图3-2 设置界面

Step3:接下来,依次点击“系统”->“系统信息”即可进入系统信息界面;如图3-3所示:

图3-3 系统信息界面

Step4:点击“高级系统设置”即会进入系统属性界面;如图3-4所示:

图3-4 系统属性界面

Step5:接下来单击环境变量便可以进行环境变量的修改了。如图3-5所示:

图3-5 环境变量界面

进行完上述步骤,我们便可以进行下一步即继续Java环境变量的配置,这里我选用的是Windows11系统,当然,Windows10系统也可以参照该方式寻找到环境变量位置。

3.2添加Java环境变量

3.2.1添加JAVA_HOME变量

Step1:首先我们在系统变量位置点击“新建”,如图3-6所示:

图3-6新建环境变量界面

Step2:接下来,点击浏览目录,找到刚才安装时第一次更改的路径(未修改的默认路径为  C:\Program Files\Java\jre_1.8)然后点击确定。(注意:点击确定以后要检查一下,确保这个变量配置好了)如图3-7所示:

图3-7 添加JAVA_HOME变量

3.2.2添加Path变量

Step1:找到系统变量中的path变量,选中,点击编辑;如图3-8所示:

图3-8 编辑系统环境变量

Step2:点击新建,输入“%JAVA_HOME%\jre\bin”,继续点击新建,为了确保jre在你使用javaIDE的时候不产生问题,再新建一个变量,随后单击“确定”即可。如图3-9所示:

图3-9 编辑Path变量

3.2.3添加ClassPath变量

Step1:首先我们在系统变量位置点击“新建”,如图3-10所示:

图3-10新建环境变量界面

Step2:接下来,新建变量名为“ClassPath”,变量值为“.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;”,随后单击“确定”即可。如图3-11所示:

图3-11 添加ClassPath变量

3.3验证配置是否成功

在进行完环境变量的配置后,我们还需要验证一下该配置是否切实有效,因此我们需要进行配置的验证。

Step1:我们直接点击底部状态栏 开始菜单,接下来在上述搜索栏中输出“cmd”进入命令提示符界面;如图3-12所示:

3-12 命令提示符界面

Step2:接下来,我们输入“java”,验证java安装是否成功;如图3-13所示:

图3-13 Java安装验证界面(a)

Step3:接下来,我们输入“javac”,进一步进行验证;如图3-14所示:

图3-14 Java安装验证界面(b)

Step4:接下来,我们键入“java -version”,进行版本验证。如图3-15所示:

图3-15 Java版本验证界面

进行完上述步骤后,恭喜你,Java的安装以及环境配置就已经成功了,接下来我们就需要进行GeoServer的安装了!

四、安装并使用GeoServer

这里我们可以选择下载历史版本的GeoServer以确保其稳定性。

下载链接:GeoServer

当然,你也可以百度GeoServer,进入官网。

4.1 GeoServer的安装

Step1:首先,我们点击链接进入GeoServer官网,然后点击Download,进入下载页面,这里下载的是stable稳定版,点击下方2.16.2或者其他版本。这里我们注意这里我们选择下载Platform Independent Binary版本,因为该形式的安装比较简单。如图4-1所示:

图4-1 GeoServer安装包下载界面

Step2:安装完成后,我们会得到一个压缩包,我们只需将该压缩包解压即可;如图4-2所示:

图4-2 GeoServer压缩包

Step3:这里的解压位置因人而异,但解压的路径尽量不要出现英文和空格以免后续无法打开GeoServer。如图4-3所示:

图4-3 GeoServer解压位置视图

至此,我们便已经完成GeoServer的安装部分了,接下来我们就讲解一下如何运行GeoServer。

4.2运行GeoServer

Step1:首先,我们需要找到GeoServer的安装位置,加下来打开子文件夹bin,双击运行startup.bat;如图4-4所示:

Tips:这里不要关闭startup.bat否则会导致GeoServer无法访问。

图4-4 运行startup.bat

Step2:接下来,我们在浏览器进行内网访问GeoServer。如图4-5所示:

网址:http://localhost:8080/geoserver/web/

图4-5 GeoServer登录界面

Step3:在右上方输入用户名和密码,默认的管理员账户是:“admin”,密码是:“geoserver”;随后我们就进入了GeoServer!如图4-6所示:

图4-6 GeoServer界面

Step4:当想要关闭GeoServer的时候,则关闭cmd窗口,然后在bin文件夹内点击shutdown.bat,弹出cmd,出现“请按任意键继续…”即可。如图4-7所示:

图4-7 关闭GeoServer

以上,便是GeoServer的安装详细步骤,这里需要强调的是,Java的环境变量配置是必不可少的,否则会出现未知报错,所以在进行调试的过程中,请仔细检查环境变量是否正确配置。

五、总结

这一次GeoServer安装总结下来,其实我觉得还是收获了很多,以往我们使用的软件绝大多数都是直接在桌面端进行操作的,很少有直接在web端使用的,而这一次的GeoServer软件便带来很大的不同。当然,在安装过程中,最让我受益匪浅的还是我们一定要广泛的应用网络资源,这里我变参考了很多博客,来辅助我完成软件安装,在后期的学习和编程过程里,我觉得我们更应该善用这些资源来帮助我们完成学习和实践!

参考资源:

  1. geoServer 入门到实战(安装,发布服务,wfs空间查询) - 知乎 (zhihu.com)icon-default.png?t=N7T8https://zhuanlan.zhihu.com/p/582814519
  2. GeoServer安装教程——详细步骤_gdk1.8怎么下载-优快云博客icon-default.png?t=N7T8https://blog.youkuaiyun.com/aLoudVoice_/article/details/105459531
  3. java环境变量 的配置与详解(全网最详细教程)_java 环境配置-优快云博客icon-default.png?t=N7T8https://blog.youkuaiyun.com/qq_41436122/article/details/82620080
Geoserver简介 GeoServer,顾名思义,是一个“服务器”,用于编辑和发布地理控件数据。它是一款基于Java语言开发的,实现OGC标准的,支持用户浏览、编辑和发布地理空间数据的开源软件。它也是一款支持在Web上渲染显示二维地图,并且能够对其进行平移、缩放操作的GIS工具。 阅读详情

相关推荐

geowave+geoserver+hbase安装部署导入shapefile并可视化

本文参考了:https://www.linkedin.com/pulse/testing-big-spatial-data-software-hadoop-hbase-geowave-alvaro-huarte/以及geowave的官方文档。并成功在geoserver发布了地图服务。效果见图:接下来说一下安装步骤:一:安装jdk, hadoop, hbase这个网上教程很多,这里就省略了,只要是g...

sinat_35582093的博客 4278

GeoServer入门(一):介绍、配置与安装(Java环境配置、Tomcat安装部署)

GeoServer入门(一):介绍、配置与安装

将登太行雪满山 3万+

GeoServer安装与发布服务

四、GeoServer GeoServer 是一个基于 Java 的服务器,允许用户查看和编辑地理空间数据。使用开放地理空间联盟 (OGC)制定的开放标准,GeoServer 在地图创建和数据共享方面具有极大的灵活性。 第一部分 GeoServer安装配置 1. 准备内容 安装环境:win10*64位专业版 安装文件:geoserver-2.14.0 2. 安装JDK 安装GeoServer是基于Java环境的,所以需要我们先安装JDK环境,最开始我安装了最新版本的JDK,导致服务器运行出错,所以我们选择最

weixin_43395693的博客 882

GeoServer 安装教程

准备内容 安装环境:win10*64位专业版 安装文件:geoserver-2.15.2 安装步骤 安装JDK 1、安装GeoServer是基于Java的环境,所以需要先装Jdk环境。 2、前往官网下载Java SE http://www.oracle.com/technetwork/java/javase/downloads/index.html 3、接受协议并下载相应...

weixin_38170255的博客 1974

GeoServer + shp + Vue +OpenLayers使用

GeoServer + shp + Vue +OpenLayers使用

Civitasv 4429

GIS系列(四)GeoServer的介绍和用法

首先,GeoServer是一个地图服务器。 关于地图服务器,其实和普通服务器没啥区别,就是专门用来发布地图的。 实际上,如果你的项目是前后端结合的话,可以不需要地图服务器。 你可以在后端配合Geotools,postgis等直接把地理数据返回前端,前端再进行加载。 但是有的时候,数据量不是很大,或者说项目基本不需要后端。在或者说你是一个纯前端的项目,服务器只需要放置和发布地图。 那这个时候你就要用到Geoserver了。它可以帮助你把地图资源,地图数据源以服务的形式发布。 关于Geoserver

lz5211314121的博客 1万+

GeoServer安装,并发布MapBox使用的矢量切片服务(pbf格式)(基于windows操作系统,使用shape文件发布)

GeoServer安装,并发布MapBox使用的矢量切片服务(pbf格式)(基于windows操作系统,使用shape文件发布)

我哎GIS博客 1136

告别Python依赖!用C++编译PaddleOCR打造轻量级本地OCR工具(附模型选择与性能对比)

本文详细介绍了如何将PaddleOCR从Python迁移到C++平台,打造高性能、低资源占用的本地OCR工具。通过对比Python和C++实现的性能差异,展示了C++在冷启动时间、内存占用和部署便捷性上的显著优势。文章还提供了模型选择、编译配置和优化技巧等实用指南,帮助开发者轻松构建轻量级OCR解决方案。

weixin_28717467的博客 256

geoserver osm 导入_下载OSM数据,使用 osm2pgsql 导入至PostgreSQL(PostGIS),安装GeoServer并绑定数据(二)...

开始安装GeoServer并绑定显示导入下载的OSM数据。一、下载这里有三种类型:Platform Independent Binary : 二进制版本,解压即可使用Web Archive : war 文件,放入Web容器即可使用Windows Installer : .exe安装文件我下载的 二进制版本,点这直接下载二、安装直接解压即可,文件夹结构如下:运行 bin 文件夹下的startup.b...

weixin_39673471的博客 377

Unity 多线程编程笔记 _Task详解

士大夫

weixin_43405845的博客 4384

智能车实战——极速越野组GPS与惯导融合定位导航全解析

本文深入解析了智能车极速越野组中GPS与惯导模块的融合定位导航技术。通过对比GPS的全局定位与惯导的高频姿态感知,详细阐述了如何利用MM32SPN27主控,将两者数据融合以实现精准、实时的车辆控制。内容涵盖硬件选型、软件数据处理、PID控制及系统调试等实战环节,为智能车开发者提供了一套完整的解决方案。

pz8901234的博客 1203

geoserver的安装步骤

geoserver安装

black2Girl的博客 7286

PSIM仿真实战:反激电源从设计到调试的完整流程(附短路保护配置)

本文详细介绍了使用PSIM仿真工具进行反激电源从设计到调试的完整流程,包括变压器参数设计、功率器件选型、动态特性调试以及短路保护配置。通过实战案例和仿真技巧,帮助工程师提前暴露并解决设计中的常见问题,如负载突变、输入电压波动和短路保护失效等,显著降低硬件试错成本。

weixin_29216353的博客 243

下载OSM数据,使用 osm2pgsql 导入至PostgreSQL(PostGIS),安装GeoServer并绑定数据(二)

  接第一篇 开始安装GeoServer并绑定显示导入下载的OSM数据。   一、下载 下载地址:http://geoserver.org/release/stable/ 这里有三种类型: Platform Independent Binary : 二进制版本,解压即可使用 Web Archive : war 文件,放入Web容器即可使用 Windows Installer ...

老油条 2788

分布式数据采集框架openclaw-worker:模块化设计与实战指南

数据采集是获取网络信息、实现自动化处理的基础技术,其核心原理是通过模拟HTTP请求从目标源提取结构化数据。在工程实践中,传统单体脚本面临维护困难、扩展性差等挑战。分布式采集架构通过解耦任务定义与执行,结合消息队列实现水平扩展,显著提升了系统的弹性与可靠性。openclaw-worker作为模块化的工作节点,将采集流程配置化,支持CSS选择器、XPath等多种提取规则,并集成请求速率控制、代理IP池等反爬策略,适用于竞品监控、内容聚合等需要高效、稳定获取数据的应用场景。

weixin_28706423的博客 299

告别社区5级:一个脚本搞定小米/红米BL解锁的账号绑定限制(附资源下载与避坑指南)

本文提供了一种绕过小米/红米设备Bootloader解锁社区等级限制的技术方案,适用于MIUI 12.5-14和HyperOS 1.0系统。通过自动化脚本临时修改系统组件,用户可快速完成账号绑定和设备解锁流程,附详细操作指南和常见问题解决方案。

weixin_27330481的博客 729

geoserver安装包_GeoServer 安装教程

准备内容安装环境:win10*64位专业版安装文件:geoserver-2.15.2安装步骤安装JDK1、安装GeoServer是基于Java的环境,所以需要先装Jdk环境。2、前往官网下载Java SEhttp://www.oracle.com/technetwork/java/javase/downloads/index.html3、接受协议并下载相应版本​4、配置环境变量(1)右击 “我的电...

weixin_29649047的博客 1312

Python实现高光谱图像生成与增强:从RGB到多光谱转换(附完整代码)

本文分享一个基于Python的实用工具,能够将普通RGB图像转换为模拟高光谱图像,并进一步生成增强的彩色可见图像。为了直观展示图像细节,程序通过对特定波段的组合,生成了一幅增强的 RGB 彩色图像。该函数的主要目标是将一张普通的 RGB 图像转换为包含多个波段的高光谱图像。通过该函数,我们能直观地看到高光谱图像经过波段组合后所得到的彩色图像效果。通过以上代码,我们可以实现对海量图像数据的自动化处理,极大地提升工作效率。已附在文中,欢迎下载测试!通过以上步骤,我们可以生成一幅包含多个光谱波段信息的图像。

m0_74824642的博客 3665

Windows平台下GeoServer、uDig的安装和使用

[size=medium] 最近要做webgis的项目,刚接触这个,先从各个软件入手,希望可以明白其中的相关业务和软件的使用方法。 一、安装配置Java平台 此步骤不必多说,如果您是Java开发者可以跳过。如果您的机器上没有Java平台,那么请到http://java.sun.com下载jdk,当下最新的版本是1.6。 安装jdk,请注意,GeoServer...

技术交流 183

YOLOV12进阶:MSDA多尺度空洞注意力机制解析与实战,突破检测尺度瓶颈

在目标检测中,“尺度差异”是个老大难问题——大目标占据画面大半,小目标可能只有几个像素,普通模型很难同时精准检测。而MSDA(Multi-Scale Dilated Attention,多尺度空洞注意力)就像给模型配备了“变焦眼镜”,能同时关注不同尺度的目标,让YOLOV12在大、中、小目标检测上都能表现出色。这篇教程会带你从原理到实操,掌握这个强大的注意力机制,让你的检测模型真正“通吃”各种尺度的目标。MSDA的“多尺度空洞注意力”设计,是目标检测突破尺度瓶颈的关键一步。

know_F0727的博客 263

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")

geoserver搭建Docker一键直接安装并上传tif影像预览

使用docker安装geoserver,发布一个图层是我们本次实验的目的通过docker部署geoserver实践可以实现tif数据的发布,这对于前端leaflets开发有帮助,后续如果有geoserver的一些经验,也会发出来。

version_chuxuan的博客 1634

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Linux配置geoserver详解

安装部署 查看镜像中的java jdk版本,建议使用1.8及以上版本 ps Linux常用命令: 查看所有软件 rpm -aq 查看指定名字的软件:rpm -aq|grep 查看详细参数:rpm --help rpm -aq|grep java 若无1.8及以上版本,则下载对应版本 [root@test ~]# yum install java-1.8.0-openjdk [root@test ~]# java -version openjdk version "1.8.0_262" OpenJ

Ms.Lyq的博客 1803

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

geoserver 安装包_GeoServer安装和环境搭建

Java运行环境JDK的安装GeoServer是基于Java的软件,运行的时候需要JDK的支持。安装JDK8(jdk-8u161-windows-x64.exe)版本,安装包在当前目录有。GeoServer的安装安装geoserver-2.12.1(geoserver-2.12.1.exe),安装包在当前目录有。安装过程中需要制定JDK的jre安装目录,一般在C:Program FilesJava...

weixin_39565390的博客 305

geoserver安装与发布服务过程

geoserver安装与发布服务过程

nandao158的博客 7020

geoserver安装_Geoserver的个人使用体验

如果要做矢量切片+ ceisum架构的话,arcgis是指望不上了,这时候就要用geoserver作为替代品。geoserver相比较arcgis是更偏向后端的,甚至是难用的,连基本的中文支持都很僵硬,毕竟是开源的产品。这里把工作中接触到的相关内容都列举出来,仅作一个记录,预防中年痴呆。1.安装基本没啥好说的,网上都是教程。geoserver有两种选择,爱折腾的会点后端的选war包安装,不作为服务...

weixin_29061821的博客 628

GeoServer安装和使用

初始用户名密码:admin geoserver。安装包:GeoServer-2.27.1。创建工作空间:fangjia。

克里斯蒂亚诺更新的博客 537
下一篇: 交通地理信息系统实习教程(一)
CUGLin
博客等级 码龄4年 585粉丝 35原创
评论 21
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