善用tar

系统的许多文件,尤其是配置文件,可能需要备份,以便在修改某些配置,又导致混乱的似乎可以恢复。对于经常玩配置(不仅仅指系统级别的配置,也包含用户级别的配置,比如自定义的目录图标的设置等),这些备份的工作尤其可以让你更加放心的玩。。。

系统的tar是个很好用的备份软件,命令虽然多,但是常用的也就几个。我整理一下,方便大家的使用。

首先,设置几个假名命令。先不需要问参数的意思。以后用熟了,自然就理解了。

代码:
$ cat .bashrc|grep 'alias tar'
alias tar_delete='tar --delete -f '
alias tar_list='tar tf '
alias tar_update='tar uPvf '
alias tar_extract='tar xPvf '

注:现在假名增加了t.l t.d t.u t.x 4个更容易输入的。

这样,基本的tar命令就差不多了,而且确实就这4个已经足够了。

现在,可以备份一些文件。添加一个 fstab 和一个 xorg.conf 试试。这个命令是更新的意思,如果包里面已经有了一样的文件,会自动省略此文件的操作。当然如果新加入的文件更加新些,会把包的老文件冲掉,以保持新鲜。 Laughing
代码:
$ tar_update sys.tar /etc/fstab /etc/X11/xorg.conf
/etc/fstab
/etc/X11/xorg.conf

查看一下内容。注意,添加的时候,我习惯带全路径,这是因为恢复的时候方便点。不需要使用 tar -C 这样的命令转操作路径了。不要以为全路径的操作麻烦,因为终端里面可以接受各种软件拖放过来的文件名。很方便的。
代码:
$ tar_list sys.tar
/etc/fstab
/etc/X11/xorg.conf

现在,删除一个。删除时候,也是全路径,可以先用 tar_list 看一下,找到需要删除的文件或者目录,鼠标中键粘贴整行就是。
代码:
$ tar_delete sys.tar /etc/X11/xorg.conf
$ tar_list sys.tar
/etc/fstab

最后是释放。更加简单。
代码:
$ tar_extract sys.tar


有了这几个假名命令,操作确实会方便很多。

你可以这样收集你的私人配置,比如目录图标(rox 的方式),这样,包里面就按照目录的结果把你所有的目录图标都收集到了一个 tar 文件里面了。<labbor告诉的+号的用法>
代码:
find ~ -iname '.DirIcon' -exec tar uPvf 目录图标.tar {} +


这些小的技巧,对于我这样的,经常同步2台机器配置的来说,是很方便的,因为我的2台机器的很多重要目录都是一模一样的。我的一个备份目录里面就都是些这样的备份包。
代码:
exp@eexpress:~/install/●备份$ l *.tar*
[.fvwm](2006-08-02 19-43-40).tar.gz themes.tar.gz
icons.tar.gz 目录图标.tar.gz
license of CW.tar.bz2 老的nautilus-scripts.tar.gz
system-config-backup.tar [●脚本集合](2006-08-02 13-53-59).tar.gz
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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