Linux 启动过程

时间会告诉你答案，但不能重来 时间会告诉你答案，但不能重来 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 520平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 最新推荐文章于 2026-04-03 09:31:16 发布 520 阅读 AI 写同款· GEO 优化 ›
树莓派与ROS2 树莓派与ROS2（Robot Operating System 2）的结合使用为机器人开发、自动化控制以及物联网项目提供了强大的平台。 阅读详情

Part 3. Linux系统启动过程

3.1 Linux系统启动过程

这个部分比较有意思。因为在BIOS阶段，计算机的行为基本上被写死了，程序员可以做的事情并不多；但是，一旦进入操作系统，程序员几乎可以定制所有方面。所以，这个部分与程序员的关系更密切。

我主要关心的是Linux操作系统，它是目前服务器端的主流操作系统。下面的内容针对的是Debian发行版，因为我对其他发行版不够熟悉。

第一步、加载内核

操作系统接管硬件以后，首先读入 /boot 目录下的内核文件。

以我的电脑为例，/boot 目录下面大概是这样一些文件：

 
　　$ ls /boot
　　
　　config-3.2.0-3-amd64
　　config-3.2.0-4-amd64
　　grub
　　initrd.img-3.2.0-3-amd64
　　initrd.img-3.2.0-4-amd64
　　System.map-3.2.0-3-amd64
　　System.map-3.2.0-4-amd64
　　vmlinuz-3.2.0-3-amd64
　　vmlinuz-3.2.0-4-amd64
　　

第二步、启动初始化进程

内核文件加载以后，就开始运行第一个程序 /sbin/init，它的作用是初始化系统环境。


由于init是第一个运行的程序，它的进程编号（pid）就是1。其他所有进程都从它衍生，都是它的子进程。

第三步、确定运行级别

许多程序需要开机启动。它们在Windows叫做"服务"（service），在Linux就叫做"守护进程"（daemon）。

init进程的一大任务，就是去运行这些开机启动的程序。但是，不同的场合需要启动不同的程序，比如用作服务器时，需要启动Apache，用作桌面就不需要。Linux允许为不同的场合，分配不同的开机启动程序，这就叫做"运行级别"（runlevel）。也就是说，启动时根据"运行级别"，确定要运行哪些程序。


Linux预置七种运行级别（0-6）。一般来说，0是关机，1是单用户模式（也就是维护模式），6是重启。运行级别2-5，各个发行版不太一样，对于Debian来说，都是同样的多用户模式（也就是正常模式）。

init进程首先读取文件 /etc/inittab，它是运行级别的设置文件。如果你打开它，可以看到第一行是这样的：

 
　　id:2:initdefault:
　　

initdefault的值是2，表明系统启动时的运行级别为2。如果需要指定其他级别，可以手动修改这个值。

那么，运行级别2有些什么程序呢，系统怎么知道每个级别应该加载哪些程序呢？......回答是每个运行级别在/etc目录下面，都有一个对应的子目录，指定要加载的程序。

 
　　/etc/rc0.d
　　/etc/rc1.d
　　/etc/rc2.d
　　/etc/rc3.d
　　/etc/rc4.d
　　/etc/rc5.d
　　/etc/rc6.d
　　

上面目录名中的"rc"，表示run command（运行程序），最后的d表示directory（目录）。下面让我们看看 /etc/rc2.d 目录中到底指定了哪些程序。

 
　　$ ls  /etc/rc2.d
　　
　　README
　　S01motd
　　S13rpcbind
　　S14nfs-common
　　S16binfmt-support
　　S16rsyslog
　　S16sudo
　　S17apache2
　　S18acpid
　　...
　　

可以看到，除了第一个文件README以外，其他文件名都是"字母S+两位数字+程序名"的形式。字母S表示Start，也就是启动的意思（启动脚本的运行参数为start），如果这个位置是字母K，就代表Kill（关闭），即如果从其他运行级别切换过来，需要关闭的程序（启动脚本的运行参数为stop）。后面的两位数字表示处理顺序，数字越小越早处理，所以第一个启动的程序是motd，然后是rpcbing、nfs......数字相同时，则按照程序名的字母顺序启动，所以rsyslog会先于sudo启动。

这个目录里的所有文件（除了README），就是启动时要加载的程序。如果想增加或删除某些程序，不建议手动修改/etc/rcN.d 目录，最好是用一些专门命令进行管理（参考这里和这里）。

第四步、加载开机启动程序

前面提到，七种预设的"运行级别"各自有一个目录，存放需要开机启动的程序。不难想到，如果多个"运行级别"需要启动同一个程序，那么这个程序的启动脚本，就会在每一个目录里都有一个拷贝。这样会造成管理上的困扰：如果要修改启动脚本，岂不是每个目录都要改一遍？

Linux的解决办法，就是七个 /etc/rcN.d 目录里列出的程序，都设为链接文件，指向另外一个目录/etc/init.d ，真正的启动脚本都统一放在这个目录中。init进程逐一加载开机启动程序，其实就是运行这个目录里的启动脚本。


下面就是链接文件真正的指向。

 
　　$ ls -l /etc/rc2.d
　　
　　README
　　S01motd -> ../init.d/motd
　　S13rpcbind -> ../init.d/rpcbind
　　S14nfs-common -> ../init.d/nfs-common
　　S16binfmt-support -> ../init.d/binfmt-support
　　S16rsyslog -> ../init.d/rsyslog
　　S16sudo -> ../init.d/sudo
　　S17apache2 -> ../init.d/apache2
　　S18acpid -> ../init.d/acpid
　　...
　　

这样做的另一个好处，就是如果你要手动关闭或重启某个进程，直接到目录 /etc/init.d 中寻找启动脚本即可。比如，我要重启Apache服务器，就运行下面的命令：

 
　　$ sudo /etc/init.d/apache2 restart
　　

/etc/init.d 这个目录名最后一个字母d，是directory的意思，表示这是一个目录，用来与程序 /etc/init 区分。

第五步、用户登录

开机启动程序加载完毕以后，就要让用户登录了。


一般来说，用户的登录方式有三种：

　　（1）命令行登录

　　（2）ssh登录

　　（3）图形界面登录

这三种情况，都有自己的方式对用户进行认证。

（1）命令行登录：init进程调用getty程序（意为get teletype），让用户输入用户名和密码。输入完成后，再调用login程序，核对密码（Debian还会再多运行一个身份核对程序/etc/pam.d/login）。如果密码正确，就从文件 /etc/passwd 读取该用户指定的shell，然后启动这个shell。

（2）ssh登录：这时系统调用sshd程序（Debian还会再运行/etc/pam.d/ssh ），取代getty和login，然后启动shell。

（3）图形界面登录：init进程调用显示管理器，Gnome图形界面对应的显示管理器为gdm（GNOME Display Manager），然后用户输入用户名和密码。如果密码正确，就读取/etc/gdm3/Xsession，启动用户的会话。

第六步、进入 login shell

所谓shell，简单说就是命令行界面，让用户可以直接与操作系统对话。用户登录时打开的shell，就叫做login shell。


Debian默认的shell是Bash，它会读入一系列的配置文件。上一步的三种情况，在这一步的处理，也存在差异。

（1）命令行登录：首先读入 /etc/profile，这是对所有用户都有效的配置；然后依次寻找下面三个文件，这是针对当前用户的配置。

 
　　~/.bash_profile
　　~/.bash_login
　　~/.profile
　　

需要注意的是，这三个文件只要有一个存在，就不再读入后面的文件了。比如，要是 ~/.bash_profile 存在，就不会再读入后面两个文件了。

（2）ssh登录：与第一种情况完全相同。

（3）图形界面登录：只加载 /etc/profile 和 ~/.profile。也就是说，~/.bash_profile 不管有没有，都不会运行。

第七步，打开 non-login shell

老实说，上一步完成以后，Linux的启动过程就算结束了，用户已经可以看到命令行提示符或者图形界面了。但是，为了内容的完整，必须再介绍一下这一步。

用户进入操作系统以后，常常会再手动开启一个shell。这个shell就叫做non-login shell，意思是它不同于登录时出现的那个shell，不读取/etc/profile和.profile等配置文件。


non-login shell的重要性，不仅在于它是用户最常接触的那个shell，还在于它会读入用户自己的bash配置文件 ~/.bashrc。大多数时候，我们对于bash的定制，都是写在这个文件里面的。

你也许会问，要是不进入 non-login shell，岂不是.bashrc就不会运行了，因此bash 也就不能完成定制了？事实上，Debian已经考虑到这个问题了，请打开文件 ~/.profile，可以看到下面的代码：

 
　　if [ -n "$BASH_VERSION" ]; then
　　　　if [ -f "$HOME/.bashrc" ]; then
　　　　　　. "$HOME/.bashrc"
　　　　fi
　　fi
　　

上面代码先判断变量 $BASH_VERSION 是否有值，然后判断主目录下是否存在 .bashrc 文件，如果存在就运行该文件。第三行开头的那个点，是source命令的简写形式，表示运行某个文件，写成"source~/.bashrc"也是可以的。

因此，只要运行～/.profile文件，～/.bashrc文件就会连带运行。但是上一节的第一种情况提到过，如果存在～/.bash_profile文件，那么有可能不会运行～/.profile文件。解决这个问题很简单，把下面代码写入.bash_profile就行了。

 
　　if [ -f ~/.profile ]; then
　　　　. ~/.profile
　　fi
　　

这样一来，不管是哪种情况，.bashrc都会执行，用户的设置可以放心地都写入这个文件了。

Bash的设置之所以如此繁琐，是由于历史原因造成的。早期的时候，计算机运行速度很慢，载入配置文件需要很长时间，Bash的作者只好把配置文件分成了几个部分，阶段性载入。系统的通用设置放在/etc/profile，用户个人的、需要被所有子进程继承的设置放在.profile，不需要被继承的设置放在.bashrc。

顺便提一下，除了Linux以外， Mac OS X 使用的shell也是Bash。但是，它只加载.bash_profile，然后在.bash_profile里面调用.bashrc。而且，不管是ssh登录，还是在图形界面里启动shell窗口，都是如此。

收录于
Linux

当前文章被收录于：

Linux
21 篇文章 2 人学习

1. Linux 安装, 配置, 日常使用; 2. Linux 常用命令; 3. Linux 高级应用.

订阅专栏 查看详情
标签
#Linux系统启动过程 #Linux启动过程 #系统启动过程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
28377D Bootloader 架构 阅读详情

相关推荐

手把手教你用Arduino和开源电路DIY一个手机连接的电化学传感器（附GitHub源码）

本文详细介绍了如何利用Arduino和开源电路DIY一个手机连接的电化学传感器，成本不到300元即可复现价值数千元的专业设备。从硬件选型、电路搭建到固件开发和手机应用实现，手把手教你完成整个项目，特别适合科研人员、环境监测爱好者和理工科学生。附GitHub源码，方便快速上手和扩展功能。

weixin_42561040的博客 336

【linux】通过/etc/rc5.d/文件注册开机启动项

查看当前运行级别 runlevel 编写启动脚本 vim /etc/init.d/autorun.sh 写入内容 #!/bin/sh date >/root/date.log 赋予脚本执行权限 chmod 777 /etc/init.d/autorun.sh 将脚本链接到/etc/rc5.d/目录下 ln -s /etc/init.d/autorun.sh /etc/rc5.d/S99autorun ...

qq_43017750的博客 2671

【LDLTS解析】从重叠峰到精准参数：拉普拉斯深能级瞬态光谱如何重塑半导体缺陷分析

本文深入解析了拉普拉斯深能级瞬态光谱（LDLTS）技术如何革新半导体缺陷分析。针对传统DLTS难以分辨重叠峰的痛点，LDLTS通过拉普拉斯逆变换对高精度电容瞬态曲线进行数学解卷积，成功分离发射率相近的缺陷信号，实现从模糊宽峰到精准独立峰的转变。该技术不仅大幅提升了缺陷激活能和捕获截面等关键参数的提取精度，更推动分析范式从经验拟合转向第一性原理，为先进半导体工艺开发与良率提升提供了强大的精准诊断工具。

weixin_29224309的博客 273

Linux （CentOS）开机自启

Linux （CentOS）开机自启 对于linux开机自启，这里总结了三种方式 第一：root登录，终端可视化管理界面，输入命令：ntsysv，括号中（*）代表默认开机启动，否则不会在开机的时候启动;上下键：可以在各个服务之间移动；空格键：设置启动还是不启动/确定，* 进行设置即可；Tab键：在方框、ok、cancle之间进行切换； 第二：利用chkconfig命令进行设置 参数 | 说明 --list | 将目前的各项服务状态栏显示出来 --level | 设置某个服务在该LEVEL

scdncby的博客 736

手把手教你用支付宝密钥工具生成RSA2密钥对（含Windows/Mac操作截图）

本文详细介绍了如何使用支付宝密钥工具生成RSA2密钥对，包括Windows和Mac平台的操作步骤与截图。从工具下载、安装到密钥生成、配置支付宝平台，再到开发环境集成实战，手把手教你完成支付宝支付接口对接。特别强调密钥安全管理和最佳实践，帮助开发者避免常见安全隐患。

mongodb5scout的博客 257

Modbus 通信协议详解

Modbus是由 Modicon（现为施耐德电气公司的一个品牌）在 1979 年发明的，是全球第一个真正用于工业现场的总线协议。ModBus网络是一个工业通信系统，由带智能终端的可编程序控制器和计算机通过公用线路或局部专用线路连接而成。其系统结构既包括硬件、亦包括软件。它可应用于各种数据采集和过程监控。为更好地普及和推动Modbus在基于以太网上的分布式应用，目前施耐德公司已将Modbus协议的所有权移交给 IDA（，分布式自动化接口）组织，并成立了 Modbus-IDA 组织。

Projectsauron 的博客 7万+

linux下添加开机自动启动项

法一： 首先用alt+f2打开运行界面，然后输入gnome-session-properties在其中添加开机启动项只需在浏览中添加要开机启动的文件的绝对路径 然后重新启动就ok了。。。。。 法二： 这里说明，Ubuntu 中系统没有了RH系统中的 chkconfig 命令 ！ 可用一些小工具来管理 Ubuntu 的启动选项： 小工具 rcconf： #sudo ap

pursuit的专栏 1619

STM32 上 FreeRTOS 的启动与任务调度详解

4. SysTick定时器：FreeRTOS启动调度器后，会接管STM32的SysTick定时器，用于生成系统节拍，因此不要在HAL库中重复配置SysTick（比如HAL_Init()中已配置，无需再手动调用SysTick_Config()），否则会导致系统节拍异常，任务延迟不准。2. 任务栈大小需按需配置，不是越大越好（浪费RAM），也不能太小（会导致栈溢出），比如简单的传感器读取任务，1024字（4096字节）足够，复杂任务（比如串口接收+数据解析）可调整为2048字。

qq_40170041的博客 866

linux启动的脉络[zhuan]

前言linux有自己一套完整的启动体系，抓住了linux启动的脉络，linux的启动过程将不再神秘。阅读之前建议先看一下附图。本文中假设inittab中设置的init tree为：/etc/rc.d/rc0.d/etc/rc.d/rc1.d/etc/rc.d/rc2.d/etc/rc.d/rc3.d/etc/rc.d/rc4.d/etc/rc.d/rc5.d/etc/rc.d/rc6.d/etc/

就是要去飞翔…… 1593

杰理SDK入门教程（一）：编译环境的安装和程序下载

本文档提供了杰理SDK在Windows系统下的开发环境配置与代码编译指南。主要内容包括：1) 开发环境安装步骤，需下载Code::Blocks和杰理工具链；2) 编译过程中常见问题的解决方案，如安全警告提示和链接文件缺失问题；3) 代码编译流程说明，包括打开工程、连接开发板、执行编译等步骤。文档特别强调了强制升级模式的操作方法，并指出需避免点击运行/调试按钮。最后提示了杀毒软件可能误报工具链的注意事项。

qq_42014563的博客 2739

训练YOLOv11 | Pytorch和Pycharm的安装教程适用W11系统（附详细的系统变量添加过程）

根据你之前下载的版本选择对应的选项即可，然后复制底下的绿色代码到Anaconda的命令行输入即可(这里要在你安装的python环境里进行安装,例如我的环境名字是PyTorch,那么就是activate PyTorch里进行安装)然后同之前一样会加载一会，然后会询问我们是否下载配件,我们输入Y等待即可（下载过程中我们要确保网络通常如果有波动可能会下载失败）。类似于我的电脑是Windows11选择上面红框内的选项即可点击后即下载,(注意这里下载的是zip文件)下载完成后复制下面几个文件。

Snu77的博客 1万+

linux etc 目录详解,/etc/rc.d启动目录详解，etcrc.d目录详解

/etc/rc.d启动目录详解，etcrc.d目录详解操作系统：CentOS6.6_32位控制脚本目录/etc/rc.d，该目录下存在各个运行级别的脚本文件，执行ls /etc/rc.d，显示结果为：init.d rc rc0.d rc1.d rc2.d rc3.d rc4.d rc5.d rc6.d rc.local rc.sysinit。/etc/rc.d/init.d/该...

weixin_40001309的博客 2189

【忍者算法】从生活案例理解滑动窗口最大值：一个超直观的思路讲解｜LeetCode 239 滑动窗口最大值

点此看全部题解更多干货，请关注公众号【忍者算法】，回复【刷题清单】获取完整题解目录～

忍者算法的博客 632

【Linux】Linux的启动过程

按下开机键后，首先启动BIOS或UEFI程序，BIOS/UEFI是个人电脑后动时加载的第一个程序，一组固化到计算机内主板上一个ROM芯片上的程序，保存着计算机最重要的基本输入输出的程序、开机后自检程序 和 系统自启动程序。UEFI是一个更新的技术，提供更快的速度和更安全的启动过程，两者的区别在于，他们处理磁盘存储的方式。然后BIOS或UEFI进行开机自检（POST），并初始化硬件，检测系统外围关键设备（cpu、内存、显卡、I/O、键盘、鼠标等），如发现错误，会给操作者提示或警告。服务器：开机有提醒；

sweetsounding的博客 2868

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

Linux启动过程详讲解

对于linux系统的初学者来说，理解并掌握linux系统启动流程能够使你够深入的理解linux系统，还可以通过系统的启动过程来分析问题解决问题。

让技术没有门槛 2505

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

linux系统的启动过程

7、systemd进程启动后就会读取/etc/systemd/system/default.target文件。3、引导程序（GRUB2）根据配置文件/boot/grub2/grub.cfg加载配置并显示引导菜单。6、内核代码执行完成后，开始执行linux系统的第一个进程systemd。5、当内核全部载入内存后，GRUB的任务完成，此时全部控制权限就交给linux内核，加载 grub2-mkconfig -o /boot/grub2/grub.cfg。5、进入硬盘中的系统（真系统），修改root密码。

2401_83216650的博客 1286

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

Linux启动过程

Linux启动过程

教Linux的李老师 601

Linux 开机启动过程

BIOS/UEFI 阶段：硬件初始化和引导程序加载。引导加载器（Bootloader）阶段：选择并加载操作系统内核。内核加载和初始化：加载内核、启动硬件设备、挂载根文件系统。初始化系统（Init/Systemd）：启动用户空间的服务和应用。登录和用户界面：提供用户登录接口和图形/命令行界面。Linux 的开机启动过程从硬件初始化到内核加载再到用户空间的启动，涉及多个阶段和子系统。每个步骤的成功执行都确保了系统最终能够进入用户可用的状态。BIOS/UEFI 阶段：硬件初始化，寻找并加载引导设备。

Flying_Fish_roe的博客 1413

Linux 系统启动过程

Linux系统的启动过程可以分为5个阶段：内核的引导。运行 init。系统初始化。建立终端。用户登录系统。

运维老生常谈 1010

嵌入式Linux系统启动过程

一个嵌入式 Linux 系统从软件角度看可以分为四个部分：引导加载程序（Bootloader）， Linux 内核，文件系统，应用程序。 当系统首次引导时，或系统被重置时，处理器会执行一个位于Flash/ROM中的已知位置处的代码，Bootloader就是这第一段代码。它主要用来初始化处理器及外设，然后调用 Linux 内核。Linux 内核在完成系统的初始化之后需要挂载某个文件系统作为根文件系统（Root Filesystem），然后加载必要的内核模块，启动应用程序。这就是嵌入式Linux系统启动过程

fengruoying93的专栏 2918

Linux内核启动过程

终于找到一篇文章明白了内核启动过程，记录分享一下，若有侵权则删。 原文链接：http://www.0511zz.com/html/sheji/jc/2018/0815/149280.html 嵌入式linux内核的启动全过程主要分为三个阶段。第一阶段为内核自解压过程，第二阶段主要工作是设置ARM处理器工作模式、使能MMU、设置一级页表等，而第三阶段则主要为C代码，包括内核初始化的全部工作，下面是详细介绍。 　　一、Linux内核自解压过程 　　在linux内核启动过程中一般能看到图1内核自解压界面，

zd454909951的博客 2954

解读Linux启动过程

解读Linux启动过程 1. 概述 本文解读一下从CPU加电自检到启动init进程的过程, 先通过下面这张图大致看一下Linux启动的整个过程。 本文的分析环境是GRUB 0.97 + Linux 2.6.18。 2. BIOS CPU加电后首先工作在实模式并初始化CS:IP=FFFF:FFF0，BIOS的入口代码必须从该地址开始。BIOS完成相应的硬件检查并提供一系列中断服务例程，这...

weixin_35020639的博客 1006

linux启动运行过程

一、linux系统开机启动过程 1、开机自检，加载BIOS； 2、读取MRB； 3、Boot Loader Grub引导菜单； 4、加载kernel内核； 5、init进程根据inittab文件夹设定运行级别； 6、init进程执行rc.sysinit； 7、启动内核模块； 8、执行不同级别的脚本程序； 9、执行/etc/rc.d/rc.local； 10、执行/bin/login程序，启动min...

Feng_8071的博客 559

linux启动过程：以OpenBMC为例

Linux系统的启动过程可以大致分为三个主要阶段：引导加载程序(Bootloader)阶段、内核(Kernel)阶段和用户空间(Userspace)阶段。在嵌入式系统和服务器BMC中，U-Boot通常作为引导加载程序，负责初始化硬件并加载Linux内核。在OpenBMC中，一旦电源供应启动，BMC就会通过U-Boot引导加载程序开始启动过程[这个过程是系统从"冷启动"到完全运行状态的关键路径。

weixin_44032634的博客 1890
上一篇： VMware 安装Linux虚拟机
下一篇： Linux 目录结构详解
点赞 0
评论 0
书签 书签 4
时间会告诉你答案，但不能重来
时间会告诉你答案，但不能重来
博客等级 码龄9年 91粉丝 146原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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