Git的基本使用

本文详细介绍了使用Git进行代码协作的过程,包括建立库文件夹、初始化仓库、克隆库、修改文件、提交更改、推送至远程服务器等步骤。用户1与用户2通过Git实现了代码的交互与同步。

一:准备工作:

1.建立库文件夹:repository,用户文件夹develop

2.$ cd c:   $ cd software/   清屏(ctrl + l clear$ cd repository/ 然后初始化仓库:

 git init --bare shared.git

在develop文件夹下建立两个用户:user1 user2

c盘下的库文件shared.git复制到user1

$ cd ..

$ cd develop/user1

$ git clone /c/software/repository/shared.git .

创建文件:$ echo "user1 create the file fuck" >index.jsp

vim index.jsp

 

 

3.改变为修改模式:按i键:

4.修改后按esc退出修改模式,按:保存,wq退出,强制退出:!q

5.查看修改的情况:

$ cat index.jsp

user1 create the file fuck

user1 update the fuck file

6.提交修改:

$ git config user.name "user1"

$ git config user.email "user1@163.com"

$ git add index.jsp

$ git commit

 

7.将本地代码上传到远端的服务器:

$ git push origin master

 

二:新开一个git bash窗口,为user2 clone 库文件:

$ cd c:

$ cd software/develop/user2

$ git clone /c/software/repository/shared.git .

可以看到user2文件夹下有与user1文件夹下相同的文件。

且内容相同:

$ cat index.jsp

user1 create the file fuck

user1 update the fuck file

1.User2修改:

vim index.jsp

 

2.查看修改的情况:

$ cat index.jsp

user1 create the file fuck

user1 update the fuck file

user2 update the file ~~~~

3.提交修改:

$ git config user.name "user2"

$ git config user.email "user2@163.com"

$ git add index.jsp

$ git commit

 

 

4.提交到远程服务器:

$ git push origin master

三:user1查看user2的更新情况:

$ git pull

 

1.User1修改:

$ echo "user1 update" >>index.jsp

$ cat index.jsp

user1 create the file fuck

user1 update the fuck file

user2 update the file ~~~~

user1 update

2.User1提交修改:

$ git add index.jsp

$ git commit -m "user1 update"

 

通过以上的方式,可以实现开发人员与开发人员2的交互过程。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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