VIM使用小记

  1. h-左,j-下,k-上,l-右
  2. w/W 移动到下一个单词,b/B移动到上一个单词,3w移动到下3个单词
  3. $移动到行尾,^移动到行首
  4. a- append到当前字符后,A-append到行尾
  5. fx-,在当前行向下搜索字符x,5fx同理向下搜索第五个x,Fx和fx方向相反,向左搜索。tx/Tx和fx/Fx类似,只是会在把cursor放到搜索到的x前面。
  6. 5G,跳到第五行行首
  7. :set nu显示行号,:set nonu取消行号显示
  8. CTRL+G 显示当前游标所在文件大体位置和当前文件名称
  9. CTRL+U 向上滚动半屏幕,CTRL+D向下滚动半屏幕。
  10. dw删除单词,dd删除一整行,3dw和d3w不同,前者3次删除一个单词,后者删除3个单词,可以组合使用,如3d2w三次删除两个单词,也就是删除了6个单词,同理,d命令可以喝fx命令结合使用用于删除从当前位置到搜索的目的地址之间的所有字符。
  11. c:change,改变命令,等同于删除一个单词然后进入insert模式
  12. . 命令,重复删一次删除或change命令
  13. J将下一行内容链接到当前行,并在之间加上空格
  14. rx 将当前光标处字符替换为x,同理,5rx则替换五个字符
  15. ~ 改变当前字符大小写



    附带一张vim命令键盘图
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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