FC配置yum源为本地光驱

本文介绍如何为 Red Hat Enterprise Linux 5 (RHEL5) 配置本地 yum 仓库,涵盖 Cluster、ClusterStorage、Server 和 VT 四个模块的详细设置步骤。包括配置文件 /etc/yum.repos.d/rhel5-local.repo 的具体参数,以及创建和挂载相关 repodata 的命令。
###/etc/yum.repos.d/rhel5-local.repo
[Cluster] 
name=Red Hat Enterprise Linux $releasever - $basearch -Cluster 
baseurl=file:///misc/cd/Cluster 
enable=1 
gpgcheck=1 
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-redhat-release 
[ClusterStorage] 
name=Red Hat Enterprise Linux $releasever - $basearch -ClusterStorage 
baseurl=file:///misc/cd/ClusterStorage 
enable=1 
gpgcheck=1 
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-redhat-release 
[Server] 
name=Red Hat Enterprise Linux $releasever - $basearch -Server 
baseurl=file:///misc/cd/Server 
enable=1 
gpgcheck=1 
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-redhat-release 
[VT] 
name=Red Hat Enterprise Linux $releasever - $basearch -VT 
baseurl=file:///misc/cd/VT 
enable=1 
gpgcheck=1 
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-redhat-release


mkdir -p /var/rhel/{Cluster,ClusterStorage,Server,VT} 


createrepo -o /var/rhel/Cluster -g /misc/cd/Cluster/repodata/comps-rhel5-cluster.xml /misc/cd/Cluster 
createrepo -o /var/rhel/ClusterStorage -g /misc/cd/ClusterStorage/repodata/comps-rhel5-cluster-st.xml /misc/cd/ClusterStorage 
createrepo -o /var/rhel/Server -g /misc/cd/Server/repodata/comps-rhel5-server-core.xml /misc/cd/Server 
createrepo -o /var/rhel/VT -g /misc/cd/VT/repodata/comps-rhel5-vt.xml /misc/cd/VT 



mount --bind  /var/rhel/Cluster/repodata  /misc/cd/Cluster/repodata 
mount --bind  /var/rhel/ClusterStorage/repodata  /misc/cd/ClusterStorage/repodata 
mount --bind  /var/rhel/Server/repodata  /misc/cd/Server/repodata 
mount --bind  /var/rhel/VT/repodata  /misc/cd/VT/repodata 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的码改编 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
 
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