Linux基础学习笔记

彦祖学嵌入 彦祖学嵌入 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 200+累计阅读 216平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄4年
关注
原创 最新推荐文章于 2026-06-01 12:39:10 发布 216 阅读 AI 写同款· GEO 优化 ›
Linux学习笔记 - - - - Linux开山篇 - 01_内容介绍 02_学习方向 03_应用领域 04_学习阶段和方法分享 - - - Linux基础篇 - 05_Linux介绍 06_Linux和Unix的关系 07_Linux和Windows的比较 08_VMWare的安装和说明 09_CentOS的安装和说明 10_终端使用和联网 11_vmtools的安装和使用 12_文件系统目录结构 - - Linux实操篇 - 13_远程登录XShell5 14_远程上传下载... 阅读详情

文章目录

初级篇

1 Linux 实操篇 vi 和vim 编辑器

1.1 vi 和 vim 的基本介绍

​ Linux 系统会内置 vi 文本编辑器
​ Vim具有程序编辑的能力，可以看做是 的增强版本，可以主动的以字体颜色别语法的正确性，方便程序设计代码补完、编译及错误跳转等方便编程的功能特别丰富，在程序员中被广泛使用。

1.2 常用的三种模式

  • 正常模式

    以 vim 打开一个档案就直接进入一般模式了(这是默认的模式)。在这个模式中， 你可以使用了上下左右] 按键来移动光标，你可以使用了删除字符]或了删除整行]来处理档案内容， 也可以使用[复制、粘贴] 来处理你的文件数据。

  • 插入模式

    按下i,I,o,o,a,A,r,R 等任何一个字母之后才会进入编辑模式，一般来说按i即可

  • 命令行模式

    输入 esc 再输入: 在这个模式当中， 可以提供你相关指令，完成读取、存盘、替换、离开 vim 、显示行号等的动作则是在此模式中达成的!

1.3 快捷键

  1. 拷贝当前行 yy，拷贝当前行向下的 5 行 5yy，并粘贴(输入 p)
  2. 删除当前行 dd ，删除当前行向下的 5 行 5dd
  3. 在文件中查找某个单词 【命令行下 /关键字 ， 回车查找 ， 输入 n 就是查找下一个】
  4. 设置文件的行号，取消文件的行号【命令行下 :set nu 和 :set nonu】
  5. 编辑 /etc/profile 文件，在一般模式下，使用快捷键到该文档的最末行[G]和最首行[gg]
  6. 在一个文件中输入 “hello”,在一般模式下，然后又撤销这个动作 u
  7. 编辑 /etc/profile 文件,移动光标到,在一般模式下,输入 20,再输入 shift+g
  8. 更多的看整理的文档

2 Linux 实操篇 - 开机、重启和用户登陆注销

2.1 关机&重启命令

  • 基本介绍

    1. shutdown -h now 立该进行关机
    2. shutdown -h 1 “hello,1分钟后会关机了”
    3. shutdown -r now 现在重新启动计算机
    4. halt 关机，作用和上面一样
    5. reboot 现在重新启动计算机
    6. sync 把内存的数据同步到磁盘上

    注：不管是重启系统还是关闭系统，首先要运行 sync 命令，把内存中的数据写到磁盘中。目前的 shutdown/reboot/halt 等命令均已经在关机前进行了 sync ，老韩提醒: 小心驶得万年船

2.2 用户登录和注销

  • 基本介绍
    1. 登录时尽量少用 root 帐号登录，因为它是系统管理员，最大的权限，避免操作失误。可以利用普通用户登录，登录后再用” “su- 用户名”"命今来切换成系统管理员身份
    2. 在提示符下输入 logout 即可注销用户（退回到上一级，最多退出登录）
  • 使用细节
    1. logout 注销指令在图形运行级别无效，在运行级别 3 下有效
    2. 运行级别这个概念，后面给大家介绍

3 Linux 实操篇 - 用户管理

3.1 添加用户

  • 基本语法

    useradd 用户名

  • 细节说明

    1. 当创建用户成功后，会自动的创建和用户同名的家目录
    2. 也可以通过 useradd -d 指定目录 新的用户名，给新创建的用户指定家目录

  • 指定/修改密码

    passwd 用户名（如果没有用户名，默认修改当前用户）

    补充：pwd，显示当前用户所在的目录

3.2 删除用户

  • 基本语法

    userdel 用户名

  • 细节说明

    1. 删除用户 milan，但是要保留家目录,userdel milan
    2. 删除用户以及用户主目录，比如 tom,userdel -r tom

3.3 查询用户信息

  • 基本语法

    id 用户名

  • 细节说明

    当用户不存在时，返回无此用户

3.4 切换用户

  • 基本介绍

    在操作 Linux 中，如果当前用户的权限不够，可以通过 su- 指令，切换到高权限用户，比如 root

  • 基本语法

    su - 切换用户名

  • 细节说明

    1. 从权限高的用户切换到权限低的用户，不需要输入密码，反之需要.
    2. 当需要返回到原来用户时，使用 exit/logout 指令

3.5 查看当前用户/登录用户

  • 基本语法

    whoami(简略信息)/who am i(详细信息)

3.6 用户组

  • 基本介绍

    类似于角色，系统可以对有共性/权限的多个用户进行统一的管理

  • 新增组

    groupadd 组名

  • 删除组

    groupdel 组名

  • 修改用户的组

    usermod -g 用户组 用户名

3.7 用户和组相关文件

  1. /etc/password 文件

    用户 (user) 的配置文件，记录用户的各种信息
    每行的含义: 用户名:口令:用户标识号:组标识号:注释性描述:主目录:登录 Shell

  2. /etc/shadow 文件

    口令的配置文件
    每行的含义:登录名:加密口令:最后一次修改时间:最小时间间隔:最大时间间隔:警告时间:不活动时间:失效时间:标志

  3. /etc/group 文件

    组(group)的配置文件，记录 Linux 包含的组的信息每行含义: 组名:口令:组标识号:组内用户列表

4 Linux 实操篇 - 实用指令

4.1 指定运行级别

  • 基本介绍

    0 :关机
    1 : 单用户[找回丢失密码]
    2: 多用户状态没有网络服务
    3:多用户状态有网络服务
    4: 系统未使用保留给用户
    5: 图形界面
    6: 系统重启

    后面演示常用运行级别是 3 和 5 ，也可以指定默认运行级别

  • CentOS7 后运行级别说明

    multi-user.target: analogous to runlevel 3

    graphical.target: analogous to runlevel 5

    #To view current default target, run:（看现在的运行级别）

    systemctl get-default

    #To set a default target, run:（设置默认运行级别）

    systemctl set-default TARGET.target

4.2 找回root密码

  • 面试题

    看文档

4.3 帮助指令

  • man 获得帮助信息

    基本语法: man [命令或配置文件] (功能描述: 获得帮助信息))

  • help 指令

    基本语法: help 命令(功能描述:获得 shell 内置命令的帮助信息)

4.4 文件目录类

  • pwd 指令

    基本语法: pwd (功能描述:显示当前工作目录的绝对路径)

  • ls 指令

    基本语法: ls [选项] [目录或是文件]
    常用选项
    -a :显示当前目录所有的文件和目录，包括隐藏的。
    -l :以列表的方式显示信息

    -lh：显示文件大小（以人看起来比较清楚的角度）

  • cd 指令

    基本语法: cd [参数] (功能描述: 切换到指定目录)

    cd~ 或者 cd : 回到自己的家目录，比如 你是 root ，cd~到 /root

    cd … 回到当前目录的上一级目录

    应用实例
    案例 1: 使用绝对路径切换到 root 目录 ， cd /root
    案例 2: 使用相对路径到/root 目录，比如在 /home/tom， cd …/…/root

    案例 3: 表示回到当前目录的上一级目录 ， cd …

    案例 4: 回到家目录 ，cd ~

  • mkdir 指令

    基本语法: mkdir [选项] 要创建的目录

    -p : 创建多级目录

  • rmdir 指令删除空目录

    基本语法：rmdir [选项] 要删除的空目录

    注：

    rmdir 删除的是空目录，如果目录下有内容时无法删除的。

    提示: 如果需要删除非空目录，需要使用 rm -rf 要删除的目录
    比如:rm -rf /home/animal

  • touch 指令创建空文件

    基本语法：touch 文件名称

  • cp 指令拷贝文件到指定目录

    基本语法：cp [选项] source dest

    -r :递归复制整个文件夹

  • mv 指令 移动文件或重命名

  • cat 指令

  • more 指令

  • less 指令

  • echo 指令

  • head 指令

  • tail 指令（追踪退出，ctrl + c）

  • 覆盖和追加指令

  • ln 指令

  • history 指令

4.5 时间日期指令

  • date 指令

  • cal 指令

4.6 搜索查找指令

  • find 指令
  • locate 指令
  • grep 指令

4.7 压缩和解压类

  • gzip 指令
  • zip 指令
  • tar 指令

5 Linux 组

5.1 组

  • 基本介绍
  • 所有者
  • 所在组
  • 其他组

5.2 权限

  • 基本介绍

  • rwx 详解

  • 案例

  • 修改权限 - chmod

  • 修改文件所有者

  • 修改文件或目录所在组

  • 案例一

  • 案例二

6 任务调度

6.1 crond

  • 基本介绍

  • 分类

  • 快速入门

  • 特殊符号说明

  • 任务调度实例

6.2 at

  • 基本介绍
  • 命令选项
  • 时间定义
  • 案例

7 磁盘分区、挂载

7.1 Linux 分区

  • 硬盘说明

  • 设备挂载情况

  • 挂载经典案例

7.2 磁盘情况查询

  • 查询整体磁盘

  • 查询指定目录

  • 磁盘实用指令

8 网络配置

8.1 基本信息

  • 网络配置原理图
  • 查看网络和网关
  • ping 通

8.2 Linux 网络环境配置

  • 第一种方法（自动获取）
  • 第二种方法
  • 重启生效

8.3 主机名和 host 映射

  • 设置主机名
  • 设置host 映射

8.3.1 主机名解析过程分析

  • 实例

9 进程

  • 基本介绍

9.1 ps 指令详解

  • 基本介绍
  • 详解
  • 实例

9.2 终止进程

  • 终止
  • 进程树 pstree

9.3 服务管理

  • 基本介绍

  • 查看服务名

  • 服务运行级别

  • 3/5运行级别代码

  • chkconfig 指令

  • systemctl 指令

  • 打开或者关闭指定端口

9.4 动态监控进程

  • 基本介绍
  • 案例
  • 监控网络状态

9.5 rpm 软件包管理

  • rpm 包查询指令

  • rpm 卸载

  • rpm 安装

  • yum 软件包

高级篇

10 日志管理

10.1 自定义日志

  • 基本介绍

  • 系统常用的日志

  • 常用指令

  • 日志管理服务和原理图

  • 日志服务管理格式

  • 自定义日志文件格式类型

  • 自定义日志文件格式级别

  • 案例

10.2 日志轮替

  • 基本介绍

  • 把自己的日志加入日志轮替

  • 日志轮替参数说明

  • 日志轮替机制原理

  • 案例

10.3 定制自己的linux

10.4 Linux源码阅读

  • 代码阅读技巧

  • 案例

10.5 Linux内核升级

  • 步骤

10.6 dump 备份

  • 备份准备
  • dump 备份
  • dump 注意事项
  • 案例

10.7 restore 恢复

  • 基本介绍
  • 案例1
  • 案例2，3
  • 案例4

11 面试题

11.1

11.2 权限划分

n-1317588512.cos.ap-shanghai.myqcloud.com/lj/Linux%E9%9D%A2%E8%AF%9503.jpg"/>

11.2 权限划分

  • 如何优化Linux
标签
#linux #学习 #笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【学习笔记】Linux Linux 阅读详情

相关推荐

一些Linux基本知识笔记

看自身需求下载

Linux基本知识（学习笔记）

vi是visual interface的简称, 是Linux中最经典的文本编辑器vi的核心设计思想：让程序员的手指始终保持在键盘的核心区域, 就能完成所有编辑操作vi的特点：1 只能是编辑文本内容, 不能对字体段落进行排版2 不支持鼠标操作3 没有菜单4 只有命令命令模式：vi a.txt回车进入命令模式编辑模式：输入i，o，O，a，s都可以从命令模式进入编辑模式，输入esc进入命令模式末行模式：shift + : 进入末行模式命令模式快捷键操作。

weixin_48155133的博客 1324

Linux基础笔记总结

此笔记本包含Linux常用基础总结，包含Linux常用命令的详细介绍、配置模式、使用ftp上传下载文件等综合知识。

Linux自学笔记汇总

hostname：查看主机名uname：显示系统信息查看文件：cat xxx查看文件并标上行数：cat -n xxx查看文件中的关键字：cat xxx | grep iam查看关键字并统计行数：cat xxx | grep iam | wc -l从外层到内层分别是 外层应用程序--linux内核--硬件，但是我们外层应用程序的操作，linux内核是理解不了的，所以在这两层中间多加入一层shell层，它的作用就是把外层应用程序的操作转换成linux内核可以理解的命令。shell就是一个。

u012053107的博客 2343

springcloud教程 -- 1.快速搭建入门级demo,看这一篇就够了

废话不多讲，跟紧我，开启你的SpringCloud初体验 首先回顾微服务的基本组成： [图片 here] 生产者：提供服务 消费者：消费服务 服务注册/发现中心：服务注册，发现，监控 所以，首先明白springcloud微服务的架构基础：生产者（client），消费者（client），服务注册/发现中心（server）

叶巨岩的博客 8万+

UFS 3.1协议分析(第五章) -- UFS协议栈

ContentsUFS顶层架构应用层UFS命令集UFS 设备管理器UFS任务管理器传输层互连层 UFS顶层架构     UFS基于SCSI SAM架构模型定义了一个完整的协议栈，从上到下依次为应用层、传输层、数据链路层、物理层。UFS使用MIPI联盟的UniPro作为数据链路层和MIPI的M-PHY作为物理层，两者合起来称之为互连层（UFS InterConnect Layer） 应用层     应用层包括UFS命令集、设备管

Frank_sample的专栏 7369

Linux基础笔记分享（超详细~）

33339字Linux基础超详细个人笔记，快速带你全面重温Linux基础。

Magician_liu的博客 1465

告别报错！Win10下Autodock Vina 1.2.3保姆级安装与避坑指南

本文提供了Win10系统下Autodock Vina 1.2.3的完整安装与实战指南，涵盖环境配置、分子文件预处理、对接参数优化及结果分析等关键步骤。通过详细的避坑技巧和优化方案，帮助用户高效完成分子对接任务，特别适合生物信息学研究人员和药物发现领域的初学者。

weixin_29969209的博客 403

Linux入门教程笔记（一文带你了解Linux并精通）

LInux的应用领域服务器领域 - Linux在服务器领域的应用是最强的 - LInux免费、稳定、高效等特点在这里得到了很好的体现，尤其是在一些高端领域尤为广泛 嵌入式领域 - linux运行稳定、对网络的良好支持性、低成本，且可以根据需要进行网络裁剪，内核最小可达到几百kb的特点，使近些年来在嵌入式领域的应用得到非常大的提高 - 主要应用:机顶盒、数字电视、网络电话、程控交换机、手机、PDA、智能家居、智能硬件等都是其应用领域。以后在物联网中应用会更加广泛。unix和LInux的关系LInux的应用领域

熙灿 WaitAyaka 优快云 B站 贴吧同名 2356

SCU【C】程序设计基础期末安全项目lab2-Deadbeef-writeup（附题目&源码）

项目名称（本质：栈溢出攻击）【源码在文首】和lab1一样，此题又是美国卡耐基梅隆大学的平时作业哈哈哈! 项目要求是把栈溢出,强行更改函数返回值,输出0xdeadbeef。

2301_79586491的博客 1544

ardupilot开发 --- MavLink 篇

ardupilot开发 --- MavLink 篇

记录老板的每次pua，分享领导每天的毒鸡汤... 4251

Linux零基础快速入门学习笔记（黑马程序员）

本文为笔者基于b站黑马程序员Linux零基础入门到精通视频学习总结的笔记，选取主要的知识点，并加入了少量在实际中遇到的知识点，发布于此供大家交流学习！

lonelypasserby的博客 2670

STM32F103待机模式原理与低功耗实战指南

待机模式是嵌入式系统实现超低功耗的核心机制，其本质是通过切断内核域电源（VDD/VDDA）实现微安级静态电流，区别于睡眠/停止模式的状态保持特性。原理上依赖电源域隔离、WKUP引脚事件唤醒与RTC备份域协同，技术价值在于支撑电池供电设备长达数年续航。典型应用场景包括物联网传感器节点、智能电表、便携医疗设备等对功耗极度敏感的终端。工程落地需严格遵循GPIO模拟输入配置、唤醒标志清除、备份域解锁等关键步骤，避免因漏电或误唤醒导致实测电流超标。本文以STM32F103为例，深入解析待机模式的硬件基础与HAL库实现

weixin_32999557的博客 66

linux学习笔记

最全学习笔记，部分内容看图片

tzlaa的博客 958

RK3568笔记二：部署手写数字识别模型

部署手写数字识别模型，使用手写数字识别（mnist）数据集训练了一个 LENET 的五层经典网络模型。Lenet是我们的深度学习入门的必学模型，是深度学习领域中的经典卷积神经网络（CNN）架构之一。过程分为：训练，导出ONNX，转化RKNN，测试。

1170

从零开始学习PX4源码20(遥控器模式切换如何执行)

本节主要学习PX4的手动遥控器切换模式，具体是如何实现的，具体改变了哪些变量，和模式管理有什么联系。

陌城烟雨 316

Linux学习笔记（强悍总结值得一看）

Linux学习笔记（强悍总结值得一看） 去发现同类优质开源项目:https://gitcode.com/ 此仓库提供了《Linux学习笔记》资源文件的下载，这是一份非常经典的学习资料，内容全面，条理清晰，适合Linux学习者和爱好者阅读使用。 资源文件中包含了LINUX常用操作命令和命令行编辑快捷键，详细介绍了如下： 终端快捷键 Ctrl + a/Home：切换到命令行开始 Ctrl + e/...

gitblog_06702的博客 806

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

Linux学习笔记完整目录索引

Linux学习笔记（一）: http://blog.youkuaiyun.com/stone548534/article/details/8092797 Linux学习笔记（二）: http://blog.youkuaiyun.com/stone548534/article/details/8092798 Linux学习笔记（三）: http://blog.youkuaiyun.com/stone548534/a

小石头 1295

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/

蓝牙模块HM-10手册

蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

linux学习笔记总结（链接）

这是我之前学习Linux时记的有道云笔记，由于篇幅较长，就不写在博客里了，这里给出链接地址： 　　http://note.youdao.com/noteshare?id=29ed19f01c86791fdac8f96ddbad2dc7

Yage的博客 396

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

Linux kali学习笔记

Shell是用户与Linux内核之间的接口程序，它为用户提供了一个，用户可以在其中输入命令，系统将执行这些命令并返回结果。常见的Shell有Bash、Zsh等。(那个黑框框?).它的核心任务是接收用户输入的命令，对命令进行解析和处理，然后将命令传递给操作系统内核来执行，并将执行结果返回给用户。Shell具有解释命令、执行脚本、提供环境变量等功能，还可以进行输入输出重定向、管道操作等。比如在Bash中输入ls。

2401_88818565的博客 737

01_Linux基础操作CentOS7学习笔记

等网站，内容涵盖了从基础到进阶的多个方面，我只是做了些记录和整理。由于CentOS 7已经停止官方维护，我可能会转向使用Ubuntu或Arch Linux等其他发行版。因此，我决定将这些笔记上传至优快云，作为永久的备份，也方便感兴趣的朋友查阅。欢迎来到我的Linux学习笔记合集，本文章笔记合集的导航页。这个系列是我在探索CentOS 7操作系统时的记录和整理，内容知识来源于网络，比如。

Hui`s的博客 440

Linux 学习笔记使用方式与 Ubuntu 安装

介绍了该Linux学习笔记的使用方式，介绍了Ubuntu安装方式和教程参考

Jingmin Wei's Blog 785

Linux学习笔记（6）

通过实验结合百度内容，o有t位后，下属目录任何人都可以进行创建，但只能创建人（root除外）删除，只能删除自己创建的文件，不可以删除其他人创建的文件，起到了一种保护作用。-perm -222 -减号 意思为和，222为 -w- -w- -w- 除了w位外其他权限不限制，但ugo中每个都必须要有一个-w-当所有组中有一个s位，在该目录下创建的任何目录/文件都将继承该目录所属组，同时目录下的目录属性的所有者位也有一个s位置。在一堆文字或字符中，执行需要的命令，例如在一堆显示的字符中执行date命令。

kumaocc的博客 1919
上一篇： Linux基础学习笔记
下一篇： C语言本质笔记
点赞 0
评论 0
书签 书签 0
彦祖学嵌入
彦祖学嵌入
博客等级 码龄4年 91粉丝 26原创
+ 关注
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
 
表情包 插入表情
表情包 代码片
 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