10、X 服务器使用与相关工具指南

X 服务器使用与相关工具指南

动态更改分辨率和屏幕大小

缩放操作不会通知客户端分辨率已更改,因此屏幕上的内容不会重绘。而且,虚拟分辨率高于物理分辨率所导致的滚动效果可能会令人厌烦。此时,同时更改屏幕分辨率和虚拟屏幕大小以消除滚动通常更为实用。此外,在横向和纵向模式之间切换方向(对 PDA、平板电脑和可旋转显示器很有用)以及更改刷新率(在即时切换显示器时很方便)也是常见需求。

Rotate and Resize (RANDR) 扩展可提供这些功能。当接收到指令时,服务器将更改屏幕的分辨率、方向和刷新率。客户端可以使用 RANDR 扩展请求屏幕几何形状更改的通知,并在收到通知时采取相应行动。例如,桌面环境会更改面板栏和桌面图标的位置和大小,窗口管理器会调整最大化窗口的大小并重新定位其他窗口,以确保它们显示在屏幕上。

要向服务器发出更改分辨率的信号,需要一个特殊的客户端。大多数 X 发行版都提供了一个名为 xrandr 的命令行客户端。
- 查看可用模式 :执行命令 xrandr --query -q 参数可选):

$ xrandr
 SZ:    Pixels          Physical       Refresh
*0   1400 x 1050   ( 301mm x 232mm )  *75   70   60
 1   1280 x 1024   ( 301mm x 232mm )   75   60
 2   1280 x 960    ( 301mm x 232mm )   60
 3 
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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  | 博主筛选后可见
 
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