Linux启动过程

本文详细解析了Linux系统的启动过程,从BIOS自检到MBR引导,再到grub引导菜单的选择,直至内核加载和init进程启动。深入探讨了inittab文件的作用,以及系统如何通过执行rc和sysinit脚本来完成初始化。

1. 简单描述(口头)

(1).开机BIOS自检

检查硬件:CPU、内存、主板…

检查完毕将启动任务交给相应的设备(BIOS设置的启动顺序)

在这里插入图片描述

(2). MBR引导(读硬盘的那个地方)

硬盘0柱面0磁道1扇区的前446byte

(3)grub引导菜单 (控制了Linux的启动)
[root@xiaojing ~]# cat /etc/grub.conf 
# grub.conf generated by anaconda
#
# Note that you do not have to rerun grub after making changes to this file
# NOTICE:  You have a /boot partition.  This means that
#          all kernel and initrd paths are relative to /boot/, eg.
#          root (hd0,0)
#          kernel /vmlinuz-version ro root=/dev/sda3
#          initrd /initrd-[generic-]version.img
#boot=/dev/sda
default=0  #启动那一个内核文件
timeout=5  #超时
splashimage=(hd0,0)/grub/splash.xpm.gz
hiddenmenu
title CentOS 6 (2.6.32-754.el6.x86_64)
        root (hd0,0)
        kernel /vmlinuz-2.6.32-754.el6.x86_64 ro root=UUID=ad36a095-56bf-4e0f-a120-6a8fb7420cfc rd_NO_LUKS rd_NO_LVM LANG=en_US.UTF-8 rd_NO_MD SYSFONT=latarcyrheb-sun16 crashkernel=auto  KEYBOARDTYPE=pc KEYTABLE=us rd_NO_DM rhgb quiet
        initrd /initramfs-2.6.32-754.el6.x86_64.img
(4).加载内核文件
(5).启动init进程
[root@xiaojing ~]# ps -ef|grep init
root          1      0  0 18:53 ?        00:00:01 /sbin/init
root      24716   1816  0 19:26 pts/0    00:00:00 grep init
(6).读取inittab文件,执行rc,sysinit,rc等脚本
/etc/inittab #设置运行级别

/etc/rc.d/rc.sysinit  #对系统进行基本设置,如设置主机名,设备自动挂载

/etc/rc.d/rc3.d/ #运行级别为3,文本模式
[root@xiaojing ~]# chkconfig --list sshd
sshd            0:off   1:off   2:on    3:on    4:on    5:on    6:off
(7).启动mingetty进程,进入系统登录界面

在这里插入图片描述

2.简单图解表示(画图)

在这里插入图片描述

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