ubuntu13.0.4下eclipse+jdk+android环境配置

本文详细介绍了如何在Ubuntu系统中安装配置JDK,并通过具体步骤指导如何安装Eclipse IDE,此外还提供了配置Android开发环境的方法,包括解决因网络限制导致的安装问题。
1.jdk配置
 1.1 下载
 1.2 sudo tar zxvf ./jdk-7u25-linux-i586.tar.gz  -C /usr/lib
 1.3 gedit ~/.bashrc  和sudo gedit /etc/profile
    末尾添加
    export JAVA_HOME=/usr/lib/jdk1.7.0_25  
    export JRE_HOME=${JAVA_HOME}/jre  
    export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  
    export PATH=${JAVA_HOME}/bin:$PATH
 1.4保存退出,输入以下命令使之立即生效。
     source ~/.bashrc  
  1.5测试。命令行输入java -version
!!!!!!!!!!!!!!!!
如果有其他JDK版本,输入sudo update-alternatives --config java
2.eclipse安装
  2.1解压到/opt目录下即可
  2.2创建软链接,快速启动
      sudo gedit /usr/share/applications/eclipse.desktop
      写入如下代码
       [Desktop Entry]
Type=Application
Name=Eclipse
Comment=Eclipse Integrated Development Environment
Icon=/opt/eclipse/icon.xpm
Exec=eclipse
Terminal=false
Categories=Development;IDE;Java;Application
2.3创建启动器
sudo gedit /usr/bin/eclipse
#!/bin/sh
export MOZILLA_FIVE_HOME="/usr/lib/mozilla/"
export ECLIPSE_HOME="/opt/eclipse"
$ECLIPSE_HOME/eclipse $*
添加可执行权限
sudo chmod +x /usr/bin/eclipse
错误:
A Java Runtime Environment (JRE) or Java Development Kit (JDK)
must be available in order to run Eclipse. No Java virtual machine
was found after searching the following locations:
/opt/eclipse/jre/bin/java
java in your current PATH
原因可能有二:一,需重启环境变量才有效;二,jdk和eclipse位数需要匹配
3.Android环境搭建
 help--install new software--add
 adt - https://dl-ssl.google.com/android/eclipse/
一般而言,因为被墙的原因是打不开的,提示框只出现pending.此时需要修改hosts文件。 sudo gedit /etc/hosts
将adt的网址和ip(将 74.125.237.1       dl-ssl.google.com )加入最后一行,再重启网络。ubuntu13.0.4在修改网络配置到时候极容易死机,然后强制关机,启动,打开eclipse之后再添加那个网址后正常了
ps:由于adt的原因,在网上找了许久,各种方法几乎都试过,除了翻墙。翻墙其实也试过,已经在火狐上加载了autoproxy,下载安装了myentunnel,申请来免费到ssd帐号,甚至myentunnel的图标已然变绿了,但就是打不开twitter,当然eclipse依然pending着。离线下载本来以为是最稳妥的方案,但下载adt离线安装包(ADT22.0.5)之后,安装哦那个是出现各种问题,提示缺少各种包,下载了一些包之后依然有错(可能是我下载到不够完全,但我实在没耐心了)。最后才改的hosts文件。终于成功了。
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与应用,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、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过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与实践者。; 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与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与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、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,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。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
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