linux之tomcat安装

本文提供了一步一步安装Tomcat的详细教程,包括从官方网站下载软件包、本地解压、环境配置及启动服务器等步骤。

   一、从官方网站上下载tomcat软件包。
   
http://tomcat.apache.org/
   点击左侧的 download的一个版本,我选择的是 tomcat6.x,你可以根据自己的实际情况进行选择安装,点击超连接,选择 Binary Distributions 下的tar.gz (pgp, md5) 压缩包,进行下载
   二、下载到本地后,进行解压

    #tar zxvf apach-tomcat-6.0.16.tar.gz
    #mv apach-tomcat-6.0.16 /usr/local

   三、进行tomcat环境的配置(前提需要安装jdk)
    #vi /etc/profile

    export JAVA_HOME=/usr/local/jdk1.6.0_04
    export TOMCAT_HOME=/usr/local/apach-tomcat-6.0.16
   
    保存退出
      
    # source /etc/profile  //让当前配置立即生效
   
    四、启动tomcat服务器
    $ /usr/local/apach-tomcat-6.0.16/bin/startup.sh
    我的电脑上会出现如下内容:
    Using CATALINA_BASE:   /usr/local/apache-tomcat-6.0.16
    Using CATALINA_HOME:   /usr/local/apache-tomcat-6.0.16
    Using CATALINA_TMPDIR: /usr/local/apache-tomcat-6.0.16/temp
    Using JRE_HOME:       /usr/local/jdk1.6.0_04
    五、在浏览器中输入
http://localhost:8080/就可以看到tomcat的log了
    tomcat的安装到此结束。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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