Git基本操作入门

本文详细介绍了如何使用Git进行项目管理,包括仓库的创建、文件的上传、历史记录的查看、分支的管理和代码的提交等关键步骤。

在下面的操作之前,先安装git,创建本地仓库,设置好SSH的key。

1 克隆仓库

git clone git@github.com:WKSS18/xiecheng.git (仓库的ssh路径)

2 具体介绍一下,从创建到上传文件到github的过程

1 首先在github上建立一个仓库
2 本地创建一个仓库
3 和远程的仓库建立联系

git remote add origin https://gitlab.com/---.git(Github 上仓库的url)

4 拉取远程仓库的ReadMe.txt文件

git pull origin master

也可以强行拉取

git pull origin master --allow-unrelated-histories

5 选中所有的文件

git add -A

6 告诉git要提交到仓库

git commit -m 'happy'

7 push代码过去

git push -u origin master

至此代码就提交到你的仓库了

每一次提交的时候记得重复 5 6 7三个步骤

4 如果提交后想撤回 操作下面几步即可删除文件

git rm test.html
git commit -m 'deltest'
git push -u origin master

5 查看历史提交记录

git log 查看提交的历史记录

6 创建分支,切换分支,合并分支

git checkout -b dev  创建并切换到dev分支

git checkout dev 切换到dev分支

注意:合并前先切换到master分支

git merge dev 合并创建的分支(dev是分支名称)
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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