svn server部署小记

本文详细介绍了如何在服务器上部署SVN服务器,并实现远程代码检出。包括创建SVN仓库、导入项目代码、配置SVN服务器及权限设置等步骤。

今天部署了一下SVN 服务器,开始我是按照RUBY COOKBOOK上面介绍的部署的

在服务器上运行OK,但是一旦想远程下载,失败

 

原因:  远程的SVN CO 代码主要可以通过三种方式 1、svnserve   2、svn + ssh 3、apache ,而我在服务器上所做的三个都不是。所以不能远程checkout代码

 

解决方案: 我采用了简单的svn server

第一步:创建svn serve的repo

mkdir -p /home/server/xiaofeng 
cd  /home/server/xiaofeng/
svnadmin create opengoss_wiki

 第二步: 导入项目代码:(将你的工程项目 导入到 你刚才创建的svn 目录下)

 svn import -m 'opengoss_wiki' /home/server/xiaofeng/wiki_opengoss/ 
 file:///home/server/xiaofeng/opengoss_wiki --force-log

 第三步: 创建svn服务器

首先确定 repo 在本机上的储存的位置,比如我准备把 repo 放在 D:\svnprojetcs\ 下,那么在命令行运行 svnserve -d -r d:\svnprojects 就可以了。其中 -d 参数让 svnserve 运行在后台,-r 参数限定了 repo 在网络上可以访问的地址。 这样如果网络上其它的计算机要 checkout 这个服务器,只需要输入

/usr/bin/svnserve -d  -r /home/server/xiaofeng/

 就是将我们的repo创建的svn服务器中,远程可以通过这个svn服务器checkout代码

第四步:修尬 conf/svnserve的配置文件

project1 目录下有一堆目录,进入 conf 并打开 svnserve.conf 这个文件,找到以下几行,并把前面的注解符号 ‘#’ 去掉,注意千万在每行的前面别留任何空格

 

anon-access = read
auth-access = write
password-db = passwd
其中 anon-access 和 auth-access 分别为匿名和有权限用户的权限,默认给匿名用户只读的权限,这很好,我们不需要改它们。但如果想拒绝匿名用户的访问,只需把 read 改成 none 就能达到目的。password-db 后的 passwd 则为定义用户名及密码的文件路径。这个文件默认 跟 snvserve.conf 在同一个目录,下面看看怎么配置 passwd 中的内容。

[user]
# harry = harryssecret
# xiaofeng =xxxxxx

harry 和 sally 这两行分别定义了可以对 repo 进行写入的用户的用户名和密码。我们可以在下面加上自己的用户名和密码,比如

testsvn = tester

这样就给了用户 testsvn 往 repo 中写的权限。存盘退出后,svn 服务器就算正式 可以运行了!把所有需要管理的项目都放在 /home/server/xiaofeng 这个目录下

第五步:远程测试chenkout 代码

svn co svn://myserver/projectname
或者svn co svn://myserver/projectname  --user xiaofeng --password xxxxxx

  至此SVN 服务器部署完成

 

 

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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