Linux安装mysql

1.Ubuntu安装mysql

  1. 下载依赖包

    1. wget http://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar

  2. 如果运行rpm 提示notfound

    1. sudo apt-get install alien 进行下载

    1. tar -vxf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar

    2. 检查是否存在mariadb

      1. rpm -qa|grep mariadb

      2. rpm -e mariadb**** --nodeps

  3. 安装mysql

     

    1. 安装 rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm

    2.  

    3. 解决方案为 权限问题,以root用户进行登录 输入su 然后输入密码

    4. rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm

    5. rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm

    6. 如果出现以下错误执行7,否则不用执行

       

    7. rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm --nodeps --force

    8. rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm --nodeps --force

    9. rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm --nodeps --force

  4. 初始化数据库

    1. mysqld --initialize --user=mysql --实例化数据库,mysql初始化,默认账户

    2. cat /var/log/mysqld.log

    3.  

    4. 找个地方复制,下面会用到

  5. systemctl start mysqld.service Mysqlserve端设置启动,打包到系统中

    1. systemctl status mysqld.service 查看是否成功

      1.  

      2. 表示成功

  6. 启动mysql

    1. mysql -uroot -p

      1. 报错 mysql: error while loading shared libraries: libncurses.so.5: cannot open shared object file: No such file or directory

      2. 解决方案 yum install libncurses* 全部选择  y

    2. mysql -uroot -p

    3. 输入密码 wvfKu+qp%7pP (上面第五步生成的密码)

  7. 修改mysql密码

    1. mysql> set password=password('root');

  8. 关闭防火墙

    1. mysql> exit 如果再mysql中退出

    2. systemctl stop iptables 如果有关闭,没有则会有提示

    3. systemctl stop firewalld 本虚拟机为centos 8 所以是firewalld ,其他请自行检查

    4. systemctl disable firewalld.service 禁用掉防火墙

内容概要:本文介绍了一种利用遗传算法优化BP神经网络进行回归预测的方法,并提供了完整的MATLAB程序代码。主要内容包括数据预处理、遗传算法与BP神经网络的结合、适应度函数的设计以及最终的预测结果展示。文中详细解释了如何将Excel格式的数据导入MATLAB并进行归一化处理,如何定义适应度函数来优化BP神经网络的参数(如激活函数和学习率),并通过遗传算法找到最优解。实验结果显示,在某工业数据集上,经过遗传算法优化后的BP神经网络预测精度显著提高,从原来的0.82提升到了0.91。此外,还提到了一些实用技巧,比如调整遗传代数、修改激活函数等方法进一步改进模型性能。 适合人群:对机器学习有一定了解的研究人员和技术爱好者,特别是那些希望深入了解遗传算法与BP神经网络结合应用的人士。 使用场景及目标:适用于需要快速构建高效回归预测模型的场景,尤其是当传统BP神经网络无法达到预期效果时。通过本篇文章的学习,读者能够掌握一种有效的优化手段,从而提高模型的泛化能力和预测准确性。 其他说明:代码可以直接应用于新的数据集,只需确保数据格式符合要求(Excel格式)。对于想要深入探索或改进现有模型的人来说,还可以尝试更换不同的激活函数或其他调节方式来获得更好的表现。
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