[LAMP] Red.Hat.Linux.9.0下搭建LAMP环境

red hat Linux搭建LAMP平台 Linux系统、Apache、Mysql、PHP 安装配置前确保已有开发环境软件包 [root@localhost ~]# yum -y install pcre-devel zlib-devel links 关闭selinux 和 iptables [root@localhost ~]# vi /etc/selinux/config # 修改配置文件,关闭selinux功能 SELINUX=... 阅读详情

经过几天苦苦配置,今天总算勉强把环境搭完整了。
期间看了无数网络牛人们写的提示文档,试了N遍,苦不堪言。
废话少说,下面就把配置过程记录下来,以备后患。

一、安装Apache HTTP Server服务
这个类似于Windows下IIS的东东,相对较容易安装。到他们的官方网站上下载一个版本
地址:http://httpd.apache.org/    我找了个版本是2.2.4
如果有耐心也可以看看他们关于2.0版本的在线文档
地址:http://httpd.apache.org/docs/2.0/

下载完成后,把压缩文件弄到Linux系统上。放在什么地方随你高兴,只要你用的时候能找到它。
我在home下mkdir了个文件夹tmp,把文件放在这个下面。(后面其他的相关文件也同样放在这个下面)

1.解压缩
    # gunzip httpd-2.2.4.tar.gz
    # tar -xvf httpd-2.2.4.tar
2.配置、安装
    进入httpd-2.2.4文件夹下,输入
    # ./configure --prefix=/usr/local/apache2 --enable-module=so
    //配置Apache的安装路径,我用的不熟,就按人家指示的放在这里了。
    等配置结束后,进行编译,安装。(同样在httpd-2.2.4文件夹下)
    # make;make install
3.启动
    安装完成后就可以尝试启动Apache。
    #/usr/local/apache2/bin/apachectl start
    //如果要停止就把【start】改成【stop】

二、安装MySQL数据库
安装这个是困扰我时间最长的。因为最开始下载的都是编译好的下载下来以后不用编译,按网络“高人”
的指点放到指定位置,可是在后面配PHP的时候老是和它连接不上。最后听朋友说最好找个没有编译的,下载
下来以后自己编译安装。可是找没有编译的好难哦,最后在ChinaUnix上找了个下载页面。(很感激)
地址:http://download.chinaunix.net/download/0008000/7159.shtml
(近来发现上面的链接地址下载稳定性不高,添加一个国外的较稳定链接)
地址:http://download.freelamp.com/LAMP/

我找了个不是很新的版本4.0.25。下载完成后,就开始安装。

1.解压缩
    # gunzip mysql-4.0.25.tar.gz
    # tar -xvf mysql-4.0.25.tar       
2.配置、安装
    进入mysql-4.0.25文件夹下,输入
    # ./configure --prefix=/usr/local/mysql
    //配置MySQL的安装路径,我用的同样不熟,就按人家指示的放在这里了。
    等配置结束后,进行编译,安装。(同样在mysql-4.0.25文件夹下)   
    # make;make install
3.启动
    这里是最麻烦的地方。
    先得把基本数据库装好,于是到/usr/local/mysql下,输入
    # ./bin/mysql_install_db
    //创建一个mysql用户
    # groupadd mysql
    # useradd -g mysql mysql
    # chown -R root /usr/local/mysql
    # chgrp -R mysql /usr/local/mysql
    # chown -R mysql /usr/local/mysql
    # chown -R mysql /usr/local/mysql/var
    # chown -R mysql /usr/local/mysql/var/mysql/.
    如果不设置上面的一些权限给mysql用户,那么数据库启动就会出现问题。总之先设置上,
    要探个究竟的话,就看客自己学习吧。
    接下来,启动mysql
    # /usr/local/mysql/bin/mysqld_safe --user=mysql &
    //如果出来【Starting mysqld daemon with databases from /usr/local/mysql/var】
    //表示启动成功了。喜欢的话,还可以ps一下,看看进程中有没有mysqld_safe,
    //有就表示成了。

三、安装libxml和libxslt开发环境
因为安装的是Apache2,所以要安装libxml环境,网上有的指导说要装libxslt,那我按照高人指示装了。
下载的这两个开发环境的版本分别是libxml2-2.6.26.tar.gz和libxslt-1.1.15.tar.gz,具体在哪里下
载的忘了,网上搜一下好了。

1.解压缩
    # gunzip libxml2-2.6.26.tar.gz
    # tar -xvf libxml2-2.6.26.tar       
2.配置、安装
    进入mysql-4.0.25文件夹下,输入
    # ./configure --prefix=/usr/local/libxml2
    //我用的同样不熟,就按人家指示的放在这里了。
    等配置结束后,进行编译,安装。   
    # make;make install
   
1'.解压缩
    # gunzip libxslt-1.1.15.tar.gz
    # tar -xvf libxslt-1.1.15.tar   
2'.配置、安装
    进入mysql-4.0.25文件夹下,输入
    # ./configure --prefix=/usr/local/libxslt --with-libxml-dir=/usr/local/libxml2
    //我用的同样不熟,就按人家指示的放在这里了。
    等配置结束后,进行编译,安装。   
    # make;make install

四、安装PHP开发环境
用的PHP开发环境是PHP5的。
地址:http://www.php.net/downloads.php
下载好了就解压、安装。
   
1.解压缩
    # gunzip php-5.2.1.tar.gz
    # tar -xvf php-5.2.1.tar       
2.配置、安装
    进入php-5.2.1文件夹下,输入
    # ./configure --prefix=/usr/local/php /
       --with-apxs2=/usr/local/apache2/bin/apxs /
       --with-mysql=/usr/local/mysql /
       --with-libxml-dir=/usr/local/libxml2
    //我用的同样不熟,就按人家指示的放在这里了。
    等配置结束后,进行编译,安装。   
    # make;make install   

五、服务配置
如果前面四项都成功了,那就配置Apache的配置文件。
找到httpd.conf,(vi /usr/local/apache2/conf/httpd.conf)
如果不知道在那里,就find一下
格式【find / -name httpd.conf】
找到之后再执行【vi /usr/local/apache2/conf/httpd.conf】
找到【AddType application/x-gzip .gz .tgz】
在下面输入【AddType application/x-httpd-php .php .phtml】和
【AddType application/x-httpd-php-source .phps】

具体详细配置参阅 http://ca3.php.net/manual/en/install.unix.apache2.php

重新启动Apache。在它默认的放置网页文件的文件夹htdocs下建立一个php文件
起名info.php
编辑一下【vi info.php】,输入
<?php
    phpinfo();
?>
保存

在浏览器下输入http://127.0.0.1/info.php,如果能看到php配置信息,表示安装成功。

解释一下,看这个文档要了解基本的linux操作,我也是门外汉,怕自己以后忘了,
写下来留着以后看。别指望着看完这个就什么都能搞定,别拍砖!!!
以后有新的发现再补充,期望广泛交流。^_^


(更新07-03-19)
增加系统启动时自动启动Apache和MySQL服务功能
根据上面已设置好的Apache和MySQL路径来配置rc.local文件
# vi /etc/rc.d/rc.local
进入编辑界面后分别输入如下两行内容
【cd /usr/local/apache2;  /usr/local/apache2/bin/apachectl start】
【cd /usr/local/mysql;  /usr/local/mysql/bin/mysqld_safe --user=mysql &】
保存,Finish!
在网络上找了好多方法,这个方法比较简单可行。

RedHatLinux9平台下搭建LAMP RedHatLinux9平台下搭建LAMP        (Linux+Apache+Mysql+PHP) 一、安装环境: 系统平台:Red Hat Linux9,内核2.4.20-8,文字界面(未安装图形界面) 硬件配置: CPU:CM 1.8 阅读详情

相关推荐

在RHEL9上搭建WordPress

应显示Apache默认页面。(访问不到就是防火墙和selinux的问题)通过以上步骤,您可以在RHEL 9上成功部署WordPress。输入站点标题、用户名、密码等信息。访问会很慢,因为服务器在。,要是挂上梯子会快很多。

weixin_55270891的博客 866

基于LAMP的博客--安装详细过程(在RedHat9.0下LAMP服务器配置)转

本LAMP是基于redhead linux 9+Apache2.0.63+mysql5.0+php5.2.6的,最终构建一个基于LAMP的blog。虽然所需的安装包均能从网上下载,但我已经将每个包的下载运用在本例的命令行里了(mysql除外,亦给出网址供下载了)。 实验环境是:redhat linux 9 + putty工具 保证linux能上网且openssh服务...

weixin_33742618的博客 260

Freetype-2.3.5:LAMP环境中的关键字体渲染组件

字体格式的发展历史可以追溯到计算机图形用户界面的诞生。在早期,最常见的字体格式包括了像.fnt.pfa.pfb等。随着图形界面的发展,字体格式也在不断进化,以满足新的视觉和性能需求。随着PostScript语言的出现,Type 1字体格式随之诞生,它是一种专有的字体格式,由Adobe公司开发,用于在打印和显示设备上渲染高质量的矢量字体。随着桌面出版和互联网的兴起,TrueType字体格式成为了一个新的标准,它由Apple和Microsoft共同开发,被广泛应用于各种操作系统和设备上。

weixin_36431814的博客 486

Redhat Enterprise Linux 9安装配置图解教程

红帽宣布Red Hat Enterprise Linux 9 (RHEL 9)已可用,这是世界领先的企业Linux平台的最新版本。RHEL 9提供了更灵活和稳定的基础,以支持混合云创新,并为跨物理、虚拟、私有和公共云和边缘部署部署应用程序和关键工作负载提供更快、更一致的体验。............

sgj584520的专栏 9665

red hat 9linux最佳LAMP配置

本人亲自安装的经过。一边安装一边记录,参考的是php兄弟连的相关书籍,在linux下配置最佳apache+mysql+php环境!如果安装中途有什么疑问可以留言探讨……

【提示学习代码】CoOp代码详读

CoOp是对CLIP的改进工作,主要是对prompt进行学习从而不用来手动设置prompt。自定义CLIP模型:上述两个模块结合而成的CLIP。文本编码器,接收文本的输入,并输出相应的编码表示。将图像和文本进行编码并计算它们之间的相似性。permute后变成了(4,2,3)Prompt学习器,用于学习生成提示。

weixin_51293984的博客 5816

Red Hat下安装LAMP的过程

Red Hat下安装LAMP的过程:LAMP的意思是Linux、Apache、Mysql、PHP/Perl/Python,它是用来搭建动态网站或者服务器的一组组合软件。本身具有独立的几种程序,由于共同的功能组合在一起,形成高度兼容web应用平台。本文讲述的是Red Hat下安装LAMP。 Red Hat AS4下安装LAMP LAMP 安装 1、安装MYSQL #tar –zx

cangyingaoyou的专栏 2023

RK3588极速成功部署YOLO26完整全链条:从pt导出、ONNX转换到rknn-toolkit-lite2落地与CMA内存优化

帮助你顺利完成pt模型到瑞星微3588上rknn模型的高效部署

昆兰.沃斯 的博客 532

红帽子linux lamp,RedHat Linux 9下Lamp配置过程

本教程经过在RedHat Linux 9上测试通过(使用VM虚拟机装的linux系统)首先请下载软件包,共有9个,包括库文件,分别为:MySQL_5.0.41-linux-i686.tar.gz zlib-1.2.3.tar.gz httpd-2.2.6.tar.gzlibpng-1.2.8.tar.gz freetype-2.1.10.tar.gz jpegsrc.v6b.tar.gzlibxm...

weixin_28877739的博客 228

【FPGA的基础快速入门23--------OV5640摄像头VGA显示】

FPGA的基础学习--------OV5640摄像头VGA显示OV5640简介二级目录三级目录 OV5640简介 OV5640同OV7725一样,都是Omni Vision(豪威科技)公司生产的CMOS图像传感器。 OV5640支持更高的分辨率(500W像素)、采集速率,具有更高的图像处理性能,主要应用在手机、数码相机、电脑多媒体等领域。 OV5640支持LED补光、MIPI(移动产业处理器接口)输出接口和DVP(数字视频并行)输出接口选择、ISP(图像信号处理)以及AFC (自动聚焦控制)等功能。 OV

暮雨中的坚果的博客 7689

OAK-D-Pro深度解析:从硬件融合到全天候SLAM实战

本文深度解析OAK-D-Pro硬件架构及其在SLAM领域的实战应用。作为SLAM的"六边形战士",OAK-D-Pro融合主动双目摄像头、结构光投射器、6轴IMU等传感器,实现全天候稳定工作。通过实测数据展示其在弱纹理环境、动态光照等复杂场景下的卓越表现,并提供SLAM实战技巧与开发指南,帮助开发者快速部署高效SLAM解决方案。

weixin_27244795的博客 183

redhat linux 9 mysql_RedHat 9搭建LAMP(Linux+Apache+Mysql+PHP)

一、安装环境:系统平台:Red Hat Linux9,内核2.4.20-8,文字界面(未安装图形界面)硬件配置:CPU:CM 1.8RAM:128MBDISK:40GB二、软件需求及下地地址:1.Apache2.2.62.Mysql5.0.45下载以下rpm包:MySQL-server-5.0.45-0.i386.rpmMySQL-devel-5.0.45-0.i386.rpmMySQL-clie...

weixin_42386511的博客 340

Python爬虫实战:利用最新技术爬取抖音话题挑战视频

本文将详细介绍如何使用Python最新技术栈构建一个高效的抖音话题挑战视频爬虫。我们将从环境配置开始,逐步讲解请求模拟、数据解析、反反爬策略、数据存储等关键环节,并提供完整的代码实现。本文适合有一定Python基础的开发者学习高级网络爬虫技术。关键词:Python爬虫、抖音API、话题挑战、视频爬取、反反爬本文详细介绍了如何使用Python最新技术栈构建抖音话题挑战视频爬虫。我们从基础请求开始,逐步实现了数据解析、反反爬策略、数据存储等核心功能,并探讨了分布式和增量爬取等高级主题。更智能的反反爬策略。

2201_76125261的博客 1744

redhat9+apache+mysql+php+zend安装(成功版)

Zend Optimizer是由PHP核心引擎“Zend”创建者Zend技术公司所开的免费PHP优化软件。据Zend公司透露使用这个软件某些情况下至少可以提高性能30%以上!这么好的免费大餐当然要用,-----------------------------------------------系统:red hat linux 9.0step1:apache:httpd-2.0.58.[各种版本请去

瞌睡猫 412

【UG\NX二次开发】多个带ui的dll怎么整合到一个dll

NX二次开发-群精选」专栏收录了那些曾散落在聊天对话框里的精彩的知识分享,这都是被遗落的宝贵财富。让我们一起向大佬学习,充满激情地进步,不断超越自己。底部联系方式,欢迎您加入一起交流。有大佬知道多个带ui的dll怎么整合到一个dll吗。

王牌飞行员_里海的博客 284

uniapp - 详细实现移动端公众号 H5 网页授权登录流程及示例代码,申请测试公众号全流程及本地调试无需部署上线服务器就能直接调起微信登陆授权页面,手机移动端h5公众号页面利用微登录拿到用户数据!

uni-app,微信公众号,h5网页,uniapp网页端,手机端H5公众号页面,微信网页登陆,uniApp详细实现公众号的登录,微信授权第三方网站登录,流程及逻辑详细教程,OAuth2.0,公众号网页授权,微信网页授权通过code换取网页授权,redirect_url,参数错误,解决,报错,无法调起,如何申请测试公众号,微信公众平台测试号的申请与使用,获取用户openid手机号昵称头像,利用测试号实现本地调试微信登录授权,本地无法调试怎么办,测试公众号,在开发环境下怎么测试,用项目本地ip地址,微信公众号平

🏆 前端领域优质创作者 5063

RedHat 9.0下Apache+PHP+MySQL服务器安装配置

一、安装环境 操作系统:Linux RedHat 9.0 web服务软件:Apache httpd-2.2.3.tar.gz 数据库软件:MySQL-server-5.0.26-0.i386.rpm(服务端) MySQL-client-5.0.26-0.i386.rpm(客户端) MySQL-devel-5.0.26-0.i386.rpm(开发包) MySQL-shared-5.0....

★不可思议★ 223

Video Diffusion Models:基于扩散模型的视频生成

Diffusion Models专栏文章汇总:入门与实战 前言:扩散模型已经被广泛运用到图像生成、image-to-image转换、时间序列生成、3D点云生成、文本生成、音频生成等领域,谷歌研究院最新的研究成果成功将diffusion models运用到视频生成领域。 目录 模型结构 分解时空体系联合训练 梯度条件法 恐怖的实验结果 论文和代码 个人启发 个人疑问? 模型结构 在前面的博文中,我详细介绍了为什么绝大部分的diffusion models都使用Unet结构.

沉迷单车的追风少年 6671

自己动手在Red Hat Enterprise 6.0上搭建LAMP开发环境,你也可以的!

RedHatEnterpriseLinux6.0下apache2.2.6+php5.2.5+mysql5.0.46源码安装配置  说明: 以上各种软件都是我自己在网上到处寻觅才找到,关键是开发环境决定的软件版本是定下来的,所以必须找到相对应的版本,这可要花很长的时间,建议各位童鞋在搭建环境 前耐心寻找! ●mysql 5.0.46安装配置   cd /usr/local/src

canjianfantasy的专栏 2116

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

在Linux下快速搭建LAMP开发平台

在Linux下快速搭建LAMP开发平台 1.安装环境操作系统:Red Hat Linux Enterprise AS 4.0 update4数据库:MySQL 5.0.27Web服务器:Apache 2.2.4脚本语言:PHP 5.2.12.安装MySQL 5.0.27下载软件包mysql-5.0.27.tar.gz后执行如下命令:# tar zvxf mysql-5.0.27.tar.gz //

phphot 1963

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

mac建lamp环境php的yum,RedHat Linux利用yum快速搭建LAMP环境

LAMP LAMP环境,对于PHP开发及其开源的PHP项目的部署都很关键的。LAMP的含义:L ---LinuxA ---Apache webM ---MySQL databaseP ---Php下面说说在RedHat Linux下利用yum快速搭建LAMP环境的过程步骤。01、 Apache的安装yum install -y httpdvim /etc/httpd/conf/...

weixin_39962770的博客 125

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&#39;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(&#39;DeepLearnToolbox&#39;));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(&#39;state&#39;,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&#39;); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand(&#39;state&#39;,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 = &#39;sigm&#39;;%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, &#39;Too big error&#39;);```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(&#39;state&#39;,0)sae = saesetup([784 100]);sae.ae{1}.activation_function = &#39;sigm&#39;;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)&#39;)% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;;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, &#39;Too big error&#39;);```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x&#39;,28,28,60000))/255;test_x = double(reshape(test_x&#39;,28,28,10000))/255;train_y = double(train_y&#39;);test_y = double(test_y&#39;);%% 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&#39;ll get around 1.2% errorrand(&#39;state&#39;,0)cnn.layers = { struct(&#39;type&#39;, &#39;i&#39;) %input layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 6, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 2) %sub sampling layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 12, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 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, &#39;Too big error&#39;);```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(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex2 neural net with L2 weight decayrand(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex3 neural net with dropoutrand(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex4 neural net with sigmoid activation functionrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;; % 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, &#39;Too big error&#39;);%% ex5 plotting functionalityrand(&#39;state&#39;,0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = &#39;softmax&#39;; % 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, &#39;Too big error&#39;);%% 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(&#39;state&#39;,0)nn = nnsetup([784 20 10]); nn.output = &#39;softmax&#39;; % 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, &#39;Too big error&#39;);```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

redhat下搭建php+apache+mysql+vsftp

作者:dugu         一直不太瞧得起只会装装系统,搭个服务器之类的网管工作,这里绝没有瞧不起网管的意思,只是觉得装系统,搭服务器这种活儿太没有技术含量了。但今天无聊之余,想学学php的时候,发现原服务器的搭建,也不是一件容易的事情(windows例外啦)。花了一天,环境确实搭好了,至于为什么这儿要敲这个命令,那儿要复制那个文件,不懂……自我鄙视下         系统环境:[

dugu的简单生活 8232

ott盒子 MySQL_LAMP源码环境搭建与phpmyadmin的使用

Linux+Apache+Mysql+Perl/PHP/Python一组常用来搭建动态网站或者服务器的开源软件,本身都是各自独立的程序,但是因为常被放在一起使用,拥有了越来越高的兼容度共同组成了一个强大的web应用程序平台。而从网站的流量上来说,70%以上的访问流量是LAMP来提供的,LAMP是最强大的网站解决方案。而phpmyadmin则是很好用的数据库的页面管理工具。使用这个工具,我们可以少输...

weixin_39727934的博客 185

php动态网站开发环境,LAMP环境的搭建以及创建php动态网站

LAMP介绍目前最为成熟的一种企业网站应用模式,可提供动态Web站点应用及开发环境。构成组件 Linux、Apache、MySQL、PHP/Perl/PythonLAMP的优势 成本低廉 可定制、易于开发。一、主机环境:redhat企业版5.4 i386 配置好本地yum需要下载的包:phpMyAdmin-2.11.10.1-all-languages.zip php-mcrypt-...

weixin_32159771的博客 327

LAMP在Linux系统下的安装中遇到的问题与解决方法

大四了,最后一个寒假,在家里颓废了也有十来天了,感觉真是不爽,感觉到自己的意志被消磨了,想想一毕业就要到上海了,心情不禁有点小激动,有着无尽的想。。。。。。算啦算啦,别想了   老是不能集中精神,还是动起来吧,说说我的毕设吧,我选择了以LAMP为平台的WEB开发,但是说实话我对B/S模式的软件这算是第一次开发,并且和我应聘的职位也没有关系,我甚至咨询了我的面试官,不大建议我这么做,毕竟学不深的东西

baby的专栏 1001
上一篇: [VisualStudio] 用VB动态创建Access数据库简例
下一篇: [VisualStudio] Visual Basic6.0 动态操作 Crystal Report8.0 连接SQL Server
doublecells
博客等级 码龄20年 7粉丝 18原创
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
 
 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