Git学习笔记

1. git安装后需要进行一些基本信息的设置

git config --global user.name 'yonghuming'
git config --global user.email 'yonghu@youxiang,com'

2. 查看设置

git config --list

3. 创建一个仓库

git init 

4. 向git提交文件

git add Hello.c
git commit -m 'describe'

5. 显示提交日志

git log

ps:看到的一大串数字是commit的版本号

6. 版本退回
HEAD是一个指针,指向当前版本
HEAD^表示上个版本
HEAD^^表示上上个版本

HEAD~100表示100之前的那个版本
使用命令退回之前的一个版本:

git reset --hard HEAD^

也可以通过写本版号的前几位来确定回到哪个版本

git reset --hard 1089a

7. 再次回到最新的版本

可以通过指令查看你的命令历史

git reflog

然后找到你修改版本的版本号
然后再用指令回到最新版本即可

git reset --hard 198e1

8. git的工作区
git有三个区域:工作区,git仓库,暂存区。
工作区就是我们的个人电脑。
使用git add Hello.c 就是将Hello.c文件放入暂存区的stage。
git commit -m就是把暂存区里stage的内容上传到git仓库。

9. 查看工作区和版本库文件的不同
使用如下指令:

git diff HEAD -- Hello.c

10. 撤销修改操作
1:当你改乱了工作区某个文件的内容,想直接丢弃工作区的修改时,用命令:

git checkout --Hello.c

2:你不但改乱了工作区某个文件的内容,还添加到了暂存区时,想丢弃修改,分两步,第一步用命令:

git reset HEAD Hello.c

第二步按场景1操作。
3:已经提交了不合适的修改到版本库时,想要撤销本次提交,参考版本回退一节。

11. 删除文件

rm Hello.c
git rm /git add
git commit

如果删错了,还没有提交到版本库,那么可以用如下指令还原

git checkout --Hello.c

ps: gitcheckout就是用版本库的版本替换掉工作区的版本

内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
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