svn 安装

linux下编译安装svn

下载源代码

wget http://subversion.tigris.org/downloads/subversion-1.6.9.tar.gz

并解压进入

./configure

.................

configure: error: Subversion requires SQLite
wget http://www.sqlite.org/sqlite-amalgamation-3.6.22.tar.gz
tar -zxvf sqlite-amalgamation-3.6.22.tar.gz
cd subversion-1.6.9
mkdir sqlite-amalgamation
cp ../sqlite-3.6.22/sqlite3.c ./sqlite-amalgamation/
./configure

make
/usr/bin/ld: cannot find -lexpat
collect2: ld returned 1 exit status
yum install expat
find / -name libexpat*
找到一个新的so
cp /lib/libexpat.so.0.5.0 /usr/lib/libexpat.so
make
make install

svn checkout https://svn....
svn: Unrecognized URL scheme for 'https://svn......'

svn --version
svn, version 1.6.9 (r901367)
   compiled Feb 23 2010, 05:14:41

Copyright (C) 2000-2009 CollabNet.
Subversion is open source software, see http://subversion.tigris.org/
This product includes software developed by CollabNet (http://www.Collab.Net/).

The following repository access (RA) modules are available:

* ra_svn : Module for accessing a repository using the svn network protocol.
  - handles 'svn' scheme
* ra_local : Module for accessing a repository on local disk.
  - handles 'file' scheme
查资料说是需要ra_dev模块

 

在configure时,发现下边信息:
configure: checking neon library
checking neon library version... cat: /opt/download/subversion-1.6.9/neon/.version: No such file or directory

You have a neon/ subdir containing version ,
but Subversion needs neon 0.29.0.

An appropriate version of neon could not be found, so libsvn_ra_neon
will not be built.  If you want to build libsvn_ra_neon, please either
install neon 0.29.0 on this system

or

get neon 0.29.0 from:
    http://www.webdav.org/neon/neon-0.29.0.tar.gz
unpack the archive using tar/gunzip and rename the resulting
directory from ./neon-0.29.0/
安照这个提示进行操作后

安装成功

 

checkout 代码:
svn checkout https://svn01..............
svn: SSL is not supported

./configure  --with-ssl
。。。
checking for library containing RSA_new... not found
configure: error: could not find library containing RSA_new
configure failed for neon

yum install openssl-devel

./configure --with-ssl   ok
make

/opt/download/subversion-1.6.9/subversion/libsvn_ra_neon/.libs/libsvn_ra_neon-1.so: undefined reference to `ne__ntlm_destroy_context'
/opt/download/subversion-1.6.9/subversion/libsvn_ra_neon/.libs/libsvn_ra_neon-1.so: undefined reference to `ne__ntlm_create_context'
/opt/download/subversion-1.6.9/subversion/libsvn_ra_neon/.libs/libsvn_ra_neon-1.so: undefined reference to `ne__ntlm_authenticate'
/opt/download/subversion-1.6.9/subversion/libsvn_ra_neon/.libs/libsvn_ra_neon-1.so: undefined reference to `ne__ntlm_getRequestToken'
collect2: ld returned 1 exit status
make: *** [subversion/svn/svn] Error 1

 

这个信息很奇怪,查看了源代码,也没发现怎么办。一怒之下,将subversion-1.6.9删掉,重新做了一遍,发现这次就没有这样的错误了。

 

./configure --with-ssl

make

make install

 

运行svn --version,显示

svn, version 1.6.9 (r901367)
   compiled Feb 23 2010, 16:40:35

Copyright (C) 2000-2009 CollabNet.
Subversion is open source software, see http://subversion.tigris.org/
This product includes software developed by CollabNet (http://www.Collab.Net/).

The following repository access (RA) modules are available:

* ra_neon : Module for accessing a repository via WebDAV protocol using Neon.
  - handles 'http' scheme
  - handles 'https' scheme
* ra_svn : Module for accessing a repository using the svn network protocol.
  - handles 'svn' scheme
* ra_local : Module for accessing a repository on local disk.
  - handles 'file' scheme

看来这个版本装的模块是ra_neon,现在https也支持了。

 

 

svn checkout 后, svn 会记住用户的信息,如果要更改,可以删去

当前 os 用户 / .subversion/auth/svn.simple 里边的信息,也可以更改里边的文件

或者
svn --username abcd info svn://182.160.10.23/vcxz
将改成用户 abcd

 

Windows 下是存放在

Documents and Settings\user\Application Data\Subversion\auth\svn.simple

训练数据保存为deep_convnet_params.pkl,UI使用wxPython编写。卷积神经网络(CNN)是一种专门针对图像、视频等结构化数据设计的深度学习模型,在计算机视觉、语音识别、自然语言处理等多个领域有广泛应用。其核心设计理念源于对生物视觉系统的模拟,主要特点包括局部感知、权重共享、多层级抽象以及空间不变性。 **1. 局部感知与卷积操作** 卷积层是CNN的基本构建块,使用一组可学习的滤波器对输入图像进行扫描。每个滤波器在图像上滑动,以局部区域内的像素值与滤波器权重进行逐元素乘法后求和,生成输出值。这一过程能够捕获图像中的边缘、纹理等局部特征。 **2. 权重共享** 同一滤波器在整个输入图像上保持相同的权重。这显著减少了模型参数数量,增强了泛化能力,并体现了对图像平移不变性的内在假设。 **3. 池化操作** 池化层通常紧随卷积层之后,用于降低数据维度并引入空间不变性。常见方法有最大池化和平均池化,它们可以减少模型对微小位置变化的敏感度,同时保留重要特征。 **4. 多层级抽象** CNN通常包含多个卷积和池化层堆叠在一起。随着网络深度增加,每一层逐渐提取更复杂、更抽象的特征,从底层识别边缘、角点,到高层识别整个对象或场景,使得CNN能够从原始像素数据中自动学习到丰富的表示。 **5. 激活函数与正则化** CNN中使用非线性激活函数来引入非线性表达能力。为防止过拟合,常采用正则化技术,如L2正则化和Dropout,以增强模型的泛化性能。 **6. 应用场景** CNN在诸多领域展现出强大应用价值,包括图像分类、目标检测、语义分割、人脸识别、图像生成、医学影像分析以及自然语言处理等任务。 **7. 发展与演变** CNN的概念起源于20世纪80年代,其影响力在硬件加速和大规模数据集出现后真正显现。经典模型如LeNet-5用于手写数字识别,而AlexNet、VGG、GoogLeNet、ResNet等现代架构推动了CNN技术的快速发展。如今,CNN已成为深度学习图像处理领域的基石,并持续创新。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
内容概要:本文介绍了一种基于CEEMDAN-BiLSTM的中短期天气预测模型,通过将完全集合经验模态分解自适应噪声(CEEMDAN)与双向长短期记忆网络(BiLSTM)相结合,实现对复杂气象时间序列的高精度预测。首先利用CEEMDAN对原始气象数据进行多尺度分解,获得多个本征模态函数(IMF)分量和残差,有效解决模式混叠与噪声干扰问题;随后对各IMF分量分别构建BiLSTM模型进行独立预测,充分发挥其对前后时序依赖的建模能力;最后通过集成重构输出最终预测结果。文中还包含了数据预处理、特征提取、模型评估与可视化等完整流程,并提供了MATLAB实现的部分代码示例。该方法显著提升了天气预测的准确性与鲁棒性,适用于多类气象要素的中短期趋势预测。; 适合人群:具备一定机器学习和时间序列分析基础,从事气象、环境、能源等领域研究或工程应用的研发人员、高校研究生及数据科学家。; 使用场景及目标:①应用于温度、风速、降水等气象变量的中短期精准预测;②解决传统模型在非线性、多尺度气象信号建模中的局限性;③构建智能气象预测系统,服务于电力调度、灾害预警、智慧农业等实际业务场景。; 阅读建议:建议结合MATLAB代码实践操作,深入理解CEEMDAN分解机制与BiLSTM建模细节,重点关注数据预处理、模型参数调优与结果集成策略,同时可扩展至多变量联合预测以提升应用价值。
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