5、Windows PowerShell实用操作指南

Windows PowerShell实用操作指南

1. 确定上一个命令的状态

在使用PowerShell时,有时我们需要了解上一个执行的命令是否成功,或者获取其状态信息。PowerShell提供了两个变量来帮助我们实现这一目的: $lastExitCode $?

  • $lastExitCode :这是一个数字,代表上一个退出的脚本或应用程序的退出代码/错误级别。它类似于DOS中的 %errorlevel% 变量,可让我们继续与使用退出代码作为主要通信机制的传统可执行文件(如 ping findstr choice )进行交互。同时,PowerShell还将此变量的含义扩展到脚本的退出代码,脚本可以使用 exit 语句设置其状态。
  • $? (发音为“dollar hook”) :这是一个布尔值,代表上一个命令的成功或失败。当出现以下错误情况时,PowerShell会将此变量设置为 False
    • 应用程序以非零退出代码退出。
    • cmdlet或脚本向其错误流写入任何内容。
    • cmdlet或脚本遇到终止错误或异常。
      对于未指示错误条件的命令,PowerShell会将 $?
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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  | 博主筛选后可见
 
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