shell脚本基础

本文介绍了Shell脚本的基础语法,包括特殊变量、条件判断、循环结构等内容。详细解释了如何利用这些语法进行基本的文件检测、数值比较及逻辑运算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、特殊变量

$0:当前脚本的文件名
$n:传递给脚本或函数的参数。n 是一个数字,表示第几个参数。例如,第一个参数是$1,第二个参数是$2
$#:传递给脚本或函数的参数个数
$*:传递给脚本或函数的所有参数
$@:传递给脚本或函数的所有参数。被双引号(" ")包含时,与 $* 稍有不同,下面将会讲到
$?:上个命令的退出状态,或函数的返回值

$$:当前Shell进程ID。对于 Shell 脚本,就是这些脚本所在的进程ID


二、判断条件test

条件表达式

意义

1.文件类检测,例如[ -e /tmp/a.log ]。如非特别说明,则所有文件类操作都会追踪到软链接的源文件。

-e file

文件是否存在(exist)

-f file

文件是否存在且为普通文件(file)

-d file

文件是否存在且为目录(directory)

-b file

文件是否存在且为块设备block device

-c file

文件是否存在且为字符设备character device

-S file

文件是否存在且为套接字文件Socket

-p file

文件是否存在且为命名管道文件FIFO(pipe)

-L file

文件是否存在且是一个链接文件(Link)

2. 文件属性检测,如test -r /tmp/a.log。如非特别说明,则所有文件类操作都会追踪到软链接的源文件。

-r file

文件是否存在且当前用户可读

-w file

文件是否存在且当前用户可写

-x file

文件是否存在且当前用户可执行

-u file

文件是否存在且设置了SUID

-g file

文件是否存在且设置了SGID

-k file

文件是否存在且设置了sbit(sticky bit)

-s file

文件是否存在且大小大于0字节,即用于检测文件是否为非空白文件

-N file

文件是否存在,且自上次read后是否被modify

3. 两个文件之间的比较,如:test file1 -nt file2

file1 -nt file2

(newer than)判断file1是否比file2新

file1 -ot file2

(older than)判断file1是否比file2旧

file1 -ef file2

(equal file)判断file2与file2是否为同一文件,可用在判断hard link的判定上。主要意义在判定,两个文件是否均指向同一个分区上的同一个inode

4. 两个整数之间的判定,支持正负数,但不支持小数。例如test n1 -eq n2

int1 -eq int2

两数值相等(equal)

int1 -ne int2

两数值不等(not equal)

int1 -gt int2

n1大于n2(greater than)

int1 -lt int2

n1小于n2(less than)

int1 -ge int2

n1大于等于n2(greater than or equal)

int1 -le int2

n1小于等于n2(less than or equal)

5. 判定字符串

-z string

(zero)判定字符串是否为空?若string为空字符串,则为true

string -n string

判定字符串是否非空?若string为空字符串,则false。注:-n可省略

string1 = string2

string1 == string2

string1和string2是否相同。相同则返回true。"=="和"="等价,但"="可移植性更好

str1 != str2

str1是否不等于str2,若不等,则返回true

str1 > str2

str1字母顺序是否大于str2,若大于,则返回true

str1 < str2

str1字母顺序是否小于str2,若小于,则返回true

6.逻辑运算符,例如:test -r filename -a -x filename

-a或&&

(and)两表达式同时为true时才为true。"-a"只能在test或[]中使用,&&只能在[[]]中使用

-o或||

(or)两表达式任何一个true则为true。"-o"只能在test或[]中使用,||只能在[[]]中使用

!

对表达式取反

( )

用于改变表达式的优先级

























































三、循环体语句

1、if语句

if [ -d $1 ] 
then 
echo "this is a directory!"
else
echo "this is not a directory!"
fi

2、elif语句

if [ $1 -eq $2 -a $1 = 1 ]
then
echo "param1 == param2 and param1 = 1"
elif [ $1 -ne $2 -o $1 = 2  ]
then
echo  "param1 != param2 or param1 = 2"
else
  echo "others"
fi

3、for语句

for var in 1 2 3 4 5 6 7 8 9 10
do 
echo "number is $var"
done

4、select语句

select var in "java" "c++" "php" "linux" "python" "ruby" "c#" 
do 
    break
done
echo "you selected $var"

5、case语句

case $op in
        a)
  echo "you selected a";;
        b)
echo "you selected b";;
c)
echo "you selected c";;
*)
echo "error"
esac

6、while语句

num=1
sum=0
while [ $num -le 100 ]
do
sum=`expr $sum + $num`
num=`expr $num + 1`
done
#sleep 5
echo $sum

7、continue与break

i=0
while [ $i -le 100 ]
do
i=`expr $i + 1`
if [ $i -eq 5 -o $i -eq 10 ]
then continue;
else 
echo "this number is $i"
fi


if [ $i -eq 15 ]
then break;
        fi 
done




在当今计算机视觉领域,深度学习模型在图像分割任务中发挥着关键作用,其中 UNet 是一种在医学影像分析、遥感图像处理等领域广泛应用的经典架构。然而,面对复杂结构和多尺度特征的图像,UNet 的性能存在局限性。因此,Nested UNet(也称 UNet++)应运而生,它通过改进 UNet 的结构,增强了特征融合能力,提升了复杂图像的分割效果。 UNet 是 Ronneberger 等人在 2015 年提出的一种卷积神经网络,主要用于生物医学图像分割。它采用对称的编码器 - 解码器结构,编码器负责提取图像特征,解码器则将特征映射回原始空间,生成像素级预测结果。其跳跃连接设计能够有效传递低层次的细节信息,从而提高分割精度。 尽管 UNet 在许多场景中表现出色,但在处理复杂结构和多尺度特征的图像,性能会有所下降。Nested UNet 通过引入更深层次的特征融合来解决这一问题。它在不同尺度上建立了密集的连接路径,增强了特征的传递与融合。这种“嵌套”结构不仅保持了较高分辨率,还增加了特征学习的深度,使模型能够更好地捕获不同层次的特征,从而显著提升了复杂结构的分割效果。 模型结构:在 PyTorch 中,可以使用 nn.Module 构建 Nested UNet 的网络结构。编码器部分包含多个卷积层和池化层,并通过跳跃连接传递信息;解码器部分则包含上采样层和卷积层,并与编码器的跳跃连接融合。每个阶段的连接路径需要精心设计,以确保不同尺度信息的有效融合。 编码器 - 解码器连接:Nested UNet 的核心在于多层次的连接。通过在解码器中引入“skip connection blocks”,将编码器的输出与解码器的输入相结合,形成一个密集的连接网络,从而实现特征的深度融合。 训练与优化:训练 Nested UNet ,需要选择合适的损失函数和优化器。对于图像分割任务,常用的损失
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