通过虚拟机方式,安装Linux操作系统

本文介绍了搭建Linux环境的几种方式。若公司有可使用的Linux服务器,可直接使用,但要注意别影响服务器。也可购买云服务器,价格实惠。还能在自己电脑安装虚拟机,如Windows下可用VMware或VirtualBox,安装Centos 6.x / 7.x系统,再安装终端连接工具。


玩Linux之前,首先要有一套属于自己的Linux的环境,否则都是浮云 。


1. 公司如果有Linux服务器 可以让你玩耍的,更好,直接玩就行(注:最好别在服务器上玩,小心把服务器玩挂了)。

2. 当然,如果想更方便,随处可用的,推荐自己买个云服务器,一年几百块(经常有活动,甚至一年几十块),之前写的(核心原则:自己日常学习,选最便宜的) > 云服务选择建议

3. 还有一种方式是:在自己电脑,安装个虚拟机,随便怎么折腾都行,也不怕玩坏 。



4. 虚拟机安装 :

1)Windows下,虚拟机软件推荐:VMware 或 VirtualBox

2)虚拟机安装搞定后,在虚拟机安装个Linux操作系统,老徐推荐Centos 6.x / 7.x

3)至于虚拟机下,怎么安装操作系统?(之前录制过视频,去这里找找 -》视频

4)系统安装搞定后,剩下的就是安装个终端连接工具,每次在虚拟机操作甚是不便,推荐工具:SecureCRT 或 Xshell


注:

1)安装Centos,建议安装服务版,桌面没有太大价值(这块建议自己网上找找文章,随处可见;实在不会,可以去看老徐录制的实操视频,对照实操)。

2)Mac系统下,也是可以安装虚拟机的 。具体软件,百度搜索一下 。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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

打赏作者

IDO老徐

转发 + 讨论 > 赞赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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