git常用命令总结

本文详细介绍了Git中分支的创建、切换、合并、删除等基本操作,包括如何使用gitfetch和gitpull进行数据同步,以及如何解决合并冲突。同时,提供了关于远程仓库信息查看、推送本地分支到远程仓库的方法,帮助开发者高效地进行版本控制。

一、分支新建与切换

        git中的分支,本质上仅仅是个指向 commit 对象的可变指针。

1、新建一个分支  (比如新建一个名为testing的分支)

         git branch testing    (即是在当前commit对象上新建了一个分支指针)

注:HEAD指向当前所在的分支,用cat .git/head可以查看

2、切换分支   (切换到testing分支)

         git checkout testing

3、新建并切换分支

         git checkout -b testing                          (比如在当前commt对象上新建并切换到testing分支)

         git checkout -b testing origin/testing    (从远程分支新建并切换到testing分支)

注:它相当于上面1-2两条指令,并且本地分支testing会自动将推送和抓取数据定位到origin/testing。

4、git fetch和git pull的区别

         git fectch:抓取远程仓库数据到本地仓库,但并不自动合并到工作分支

         git pull:从远程仓库抓取数据后并合并到工作分支

5、查看远程仓库信息

        git remote show origin      ( git remote show [remote-name] )


二、分支合并

1、分支合并        (比如将本地testing分支作的提交合到本地master分支)

        git checkout master

        git merge testing

2、合并后冲突的解决

        git status     (查看冲突并解决冲突的代码)

        git add xxx  (暂存解冲突解决后的文件)

        git commit   (完成合并后的提交)

3、分支衍合

        git rebase master testing (git rebase [主分支]  [特性分支])

注:它是把testing分支的修改合并到master分支,跟git merge类似

3、删除分支

        git branch -d testing       (删除分支testing)

        git branch -D testing      (强行删除分支tesging


三、推送本地分支

1、将本地的commit推送到远程仓库

        git push origin testing              ( git push (远程仓库名) (分支名) ) 也可以写成:

        git push origin testing:testing  (推送本地分支testing到远程分支testing)

注:如果远程没有testing分支,那么这条命令即是上传你的本地分支到远程仓库。

注:git会自动将testing分支名扩展为:refs/heads/testing:refs/heads/testing,所以完整的表达是:

        git push origin refs/heads/testing:refs/heads/testing

注:git push [远程仓库名] [本地分支]:[远程分支],如果省略[本地分支],为空格,即是删除远程分支



PS:本文参考了《Pro Git》 :http://git-scm.com/book/zh










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。
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