阿里云部署django学习笔记(一)

本文详细介绍了在Ubuntu16.04云服务器上部署Django应用的全过程,包括服务器端口配置、Python3.6环境搭建、虚拟环境创建、MySQL安装与配置,以及云服务器与本地之间的文件复制方法。

使用环境:Ubuntu16.04,云服务器
1、配置云服务器端口
在这里插入图片描述
在服务器上找到 安全组规则 这里我在默认的基础上添加了8000/8020的端口,主要是8000是django架构很常用的端口。
2、启动云服务器
用ssh远程连接命令连接服务器

ssh root@29.105.201.16

3、环境配置
安装Python3.6

sudo apt-get install software-properties-common
add-apt-repository ppa:jonathonf/python-3.6
apt-get update
apt-get install python3.6 

更改默认Python版本号

whereis python 
cd /usr/bin
rm python 
ln -s python3.6 python
rm  python3 
ln -s python3.6 python3

安装pip

apt-get install python-pip

安装虚拟环境
virtualenv是 Python 多版本管理的利器,virtualenv可以搭建虚拟且独立的python环境,可以使每个项目环境与其他项目独立开来,保持环境的干净,解决包冲突问题。

pip install virtualenv

创建虚拟环境
在home目录下创建虚拟环境

virtualenv mysite_env

激活

source mysite_env/bin/activate

退出

deactivate

安装MySQL

wget https://dev.mysql.com/get/mysql-apt-config_0.8.11-1_all.deb
sudo dpkg -i mysql-apt-config_0.8.10-1_all.deb
sudo apt-get update
sudo apt-get install mysql-server

安装mysqlclilent

wget https://dev.mysql.com/get/Downloads/MySQL-8.0/libmysqlclient-dev_8.0.11-1ubuntu16.04_amd64.deb
dpkg  libmysqlclient-dev_8.0.11-1ubuntu16.04_amd64.deb 
sudo  apt-get install libmysqlclient-dev python3.6-dev
pip install mysqlclient

云服务器与本地之间文件复制
云端复制的本地

scp root@39.105.219.16:/home/file.tar.gz  /localfile
scp -r root@39.105.219.16:/home/file   /localfile

本地到云端

scp   /localfile  root@39.105.219.16:/home/file.tar.gz
scp -r    /localfile  root@39.105.219.16:/home/file

MySQL创建新用户

create database mysite_db
create user ‘liqf’@'localhost' identified by 'password'
grant all privileges on mysite_db.* to ‘liqf’@'localhost'
flush privileges
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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