LINUX的ftp服务

小杨118709 小杨118709 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 700+累计阅读 731平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄8年
关注
原创 最新推荐文章于 2026-05-24 15:22:50 发布 731 阅读 AI 写同款· GEO 优化 ›
Linux的FTP服务 阅读详情

##################

ftp服务

##################

1.ftp的定义

文件传输协议（英文：File Transfer
Protocol，缩写：FTP）是用于在网络上进行文件传输的一套标准协议，使用客户/服务器模式。它属于网络传输协议的应用层。文件传送（file
transfer）和文件访问（file access）之间的区别在于：前者由FTP提供，后者由如NFS等应用系统提供。
FTP是一个8位的客户端-服务器协议，能操作任何类型的文件而不需要进一步处理，就像MIME或Unicode一样。但是，FTP有着极高的延时，这意味着，从开始请求到第一次接收需求数据之间的时间，会非常长；并且不时的必须执行一些冗长的登录进程。

它用于Internet上的控制文件的双向传输。同时，它也是一个应用程序(Application)。用户可以通过它把自己的PC机与世界各地所有运行FTP协议的服务器相连，访问服务器上的大量程序和信息。

FTP(File Transfer Protocol) 编辑本段FTP的作用
　　正如其名所示：FTP的主要作用，就是让用户连接上一个远程计算机(这些计算机上运行着FTP服务器程序)察看远程计算机有哪些文件，然后把文件从远程计算机上拷到本地计算机，或把本地计算机的文件送到远程计算机去。

***好处***:

1.在本地电脑上登陆到国际互联网.

2.搜索有文件共享主机或者个人电脑(一般有专门的FTP服务器网站上公布的,上面有进入该主机或个人电脑的名称,口令和路径).

3.当与远程主机或者对方的个人电脑建立连接后,用对方提供的用户名和口令登陆到该主机或对方的个人电脑.

4.在远程主机或对方的个人电脑登陆成功后,就可以上传你想跟别人分享的东东或者下载别人授权共享的东东(这里的东东是指能放到电脑里去又能在显示屏上看到的东东).

5.完成工作后关闭FTP下载软件,切断连接. 为了实现文件传输,用户还要运行专门的文件传输程序,比如网际快车就有这方面的功能,其它还有很多专门的FTP传输软件,FlashFxp为其中的杰出软件。

2.ftp协议提供的软件

在rhel7中：
vsftpd

3.部署ftp服务（古老的传输协议）

在部署ftp服务之前，得配置好yum源，就是为了下载vsftp，我的主机已经下载好了，所以这个步骤就不做了。

  • yum install vsftpd -y
    在这里插入图片描述
* systemctl start vsftpd:  （安装好之后开启vsftp）
* systemctl enable vsftpd  （设置开机自动启动）

在这里插入图片描述

* firewall-cmd --permanent --add-service=ftp（在火墙里添加ftp服务）
* firewall-cmd --reload 重新加载火墙
  firewall-cmd --list-all   可以看到ftp已经添加成功

在这里插入图片描述

[root@ftp-server ftp]# lftp 172.25.254.205 （检测ftp服务器是否搭建成功） lftp
172.25.254.100:~> ls drwxr-xr-x 2 0 0 19 Mar 02 2014 pub

在这里插入图片描述

注意：
注意：
注意啦：刚没说一个很重要的事情，就是之前的那些操作和结果得getenforce是Disabled的情况下才可以

执行getenforce命令

如果是Disable不用管
在这里插入图片描述

如果是enforceing vim /etc/sysconfig/selinux 改SELINUX=Disable
关闭火墙的作用，编辑完要reboot（内核编辑文件）

ftp服务的基本信息 软件安装包：
vsftpd 默认发布目录：
/var/ftp 协议接口： 21/tcp
服务配置文件： /etc/vsftpd/vsftpd.conf
报错id的解析：
500 ##文件系统权限过大
530 ##用户认证失败
550 ##服务本身功能未开放
553 ##本地文件系统权限过小

4.（vsftp的配置参数）

vim /etc/vsftpd/vsftpd.conf 再此配置文件下进行 systemctl restart vsftpd
(每次改完任何的配置文件都需要重启vsftp服务)

anonymous_enable=YES|NO	#匿名用户是否可以登陆 （一般默认都是开启的）

在这里插入图片描述
l

ocal_enable=YES|NO		#本地用户是否可以登陆 （一般默认都是开启的）
write_enable=YES|NO		#ftp是否对登陆用户可写


#<匿名用户上传>
vim /etc/vsftpd/vsftpd.conf
write_enable=YES
anon_upload_enable=YES

在这里插入图片描述

chgrp ftp /var/ftp/pub
chmod 775 /var/ftp/pub

匿名用户再登陆ftp服务所谓时候是以ftp的身份登陆的，所以得将ftp目录下的所有组改为ftp，再赋予它较大的权限才可以
在这里插入图片描述
这样就可以上传成功了
在这里插入图片描述

#<匿名用户家目录修改>
anon_root=/direcotry

#<匿名用户上传文件默认权限修改>
anon_umask=xxx

#<匿名用户建立目录>
anon_mkdir_write_enable=YES|NO

在这里插入图片描述

可以看到再没改配置文件之前，是不允许在pub下建立目录的，但是改完之后就可以

在这里插入图片描述

#<匿名用户下载>
anon_world_readable_only=YES|NO ##设定参数值为no表示匿名用户可以下载

在这里插入图片描述
在这里插入图片描述

  #<匿名用户删除>
    anon_other_write_enable=YES|NO

在没有设定或者设定为NO的时候，不能删除任何东西

在这里插入图片描述

设定完之后，就可以删除了

在这里插入图片描述

#<匿名用户使用的用户身份修改>
chown_uploads=YES
chown_username=student
chown_upload_mode=0644

#<最大上传速率>
anon_max_rate=102400

#<最大链接数>
max_clients=2

在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2)本地用户设定
local_enable=YES|NO		##本地用户登陆限制
当改成NO之后，本地的用户就登陆不了

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

> write_enable=YES|NO		##本地用户写权限限制

改为NO之后本地用户就上传不了文件

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本地用户家目录修改>
local_root=/directory

#<本地用户上传文件权限>
local_umask=xxx

#<限制本地用户浏览/目录>
所有用户被锁定到自己的家目录中
chroot_local_user=YES
chmod u-w /home/*

用户黑名单建立
先建立几个用户，我提前已经建好

chroot_local_user=NO
chroot_list_enable=YES
chroot_list_file=/etc/vsftpd/chroot_list

在这里插入图片描述
vim /etc/vsftpd/chroot_list (写上黑名单的名字)
在这里插入图片描述
很明显，当设置为黑名单时，这个用户就不能登陆lftp
在这里插入图片描述

> 用户白名单建立 chroot_local_user=YES 
> chroot_list_enable=YES
> chroot_list_file=/etc/vsftpd/chroot_list

#<限制本地用户登陆>
vim /etc/vsftpd/ftpusers ##用户黑名单
这个黑名单一旦设定，不管怎么操作，student用户永远登陆不了，所以，一般情况下不要随意设定

在这里插入图片描述
在这里插入图片描述

vim /etc/vsftpd/user_list ##用户临时黑名单
这个是临时黑名单，当系统重启之后之前设定的黑名单的用户就不在了

在这里插入图片描述
在这里插入图片描述

 用户白名单设定 userlist_deny=NO
> /etc/vsftpd/user_list			
> ##参数设定，此文件变成用户白名单，只在名单中出现的用户可以登陆ftp

#<ftp虚拟用户的设定>
创建虚拟帐号身份)

vim /etc/vsftpd/westosfile	##文件名称任意
user1
123
user2
456
user3
789


db_load -T -t hash -f /etc/vsftpd/westosfile /etc/vsftpd/westosfile.db

db_load 加密
-T      转换
-t      建立
hash    加密方式
-f      文件
.db     加密的文件

可以看到，在/etc/vsftpd/下存在这个加密的文件，查看就会发现有很多字符，这就是哈希加密
在这里插入图片描述

vim /etc/pam.d/westos		##文件名称任意
account		required	pam_userdb.so	db=/etc/vsftpd/westosfile
auth		required	pam_userdb.so	db=/etc/vsftpd/westosfile

在这里插入图片描述

vim /etc/vsftpd/vsftpd.conf
pam_service_name=westos
guest_enable=YES

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

虚拟帐号身份指定）
guest_username=ftpuser
chmod u-w /home/ftpuser

在这里插入图片描述

虚拟帐号家目录独立设定）
vim /etc/vsftpd/vsftpd.conf
local_root=/ftphome/$USER
user_sub_token=$USER

在这里插入图片描述

mkdir /ftpuserhome

chgrp ftpuser /ftpuserhome

chmod g+s /ftpuserhome

mkdir /ftpuserhome/ftpuser{1…3}

在这里插入图片描述

虚拟帐号配置独立）
vim /etc/vsftpd/vsftpd.conf
user_config_dir=/etc/vsftpd/userconf
mkdir -p /etc/vsftpd/userconf

在这里插入图片描述

vim /etc/vsftpd/userconf/ftpuser1
在此文件中设定配置文件中的所有参数，此文件的优先级高

收录于
服务器配置

当前文章被收录于：

服务器配置
10 篇文章 0 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Linux-FTP服务 FTP（File Transfer Protocol）是一种用于文件传输的应用层协议，基于TCP/IP工作，支持主动和被动模式。FTP的工作原理包括连接建立、用户认证、目录浏览、文件传输和断开连接。 阅读详情

相关推荐

从零打造音乐会级特雷门琴：原理、设计与调试全解析

电子乐器的工作原理通常基于信号生成与调制。特雷门琴作为世界上最早的电子乐器之一，其核心原理是利用射频振荡器和电容传感，将演奏者的手势变化转化为音高与音量信号。这种技术通过外差式混频实现音高控制，并利用压控放大器实现细腻的音量动态，其工程价值在于将抽象的空间位置信息精确映射为连续的音频参数。在音乐制作、声音艺术和交互装置等领域，这类技术为创造独特的演奏体验提供了基础。本文聚焦于如何从电路层面实现一台高稳定性的特雷门琴，详细阐述了从LC振荡器设计、天线场形优化到音色混合检波等关键环节，并分享了基于LTspice

weixin_34046298的博客 172

Linux：FTP服务

FTP（FileTransferProtocol，文件传输协议）是典型的C/S架构的应用层协议，需要由服务端软件、客户端软件两个部分实现文件传输功能。FTP客户端和服务端之间的连接时可靠的，面向连接的，为数据的传输提供了可靠的保证。tcp协议20,21端口FTP是一种文件传输协议，它支持两种模式一种方式叫做Standard(也就是Active,主动方式)一种是Passive(也就是PASV,被动方式)。Standard模式FTP的客户端发送PORT命令到FTPserver。...

一两风的博客 4931

R语言：基于Spatstat包的单变量和双变量平面Ripley‘s K函数分析

因为网上查找得到的R语言K函数分析的资料很少，Spatstat包的介绍也很少，所以抛砖引玉。本文简单介绍了使用R语言spatstat包的Kest，Kcross(Lcross)和Kinhom方法进行了单变量和双变量平面Ripley's K函数分析的方法及代码，希望有所帮助。

hsdcmax的博客 1万+

linux系统ftp服务

在Linux中，FTP服务可以通过安装和配置FTP服务器软件来实现，常用的FTP服务器软件包括vsftpd、proftpd、pureftpd等。FTP服务器响应请求：FTP服务器根据用户的请求，提供相应的文件传输服务。proftpd：功能强大且易于配置的FTP服务器软件，支持多种认证模式和FTP协议的多种数据传输模式。FTP服务器监听端口：FTP服务器在系统中监听FTP协议指定的端口（默认为21），等待客户端连接。用户连接FTP服务器：客户端通过FTP协议连接到FTP服务器，输入用户名和密码进行身份验证。

cnm1131627的博客 3784

海上AI导航系统：技术架构与行业应用解析

计算机视觉与强化学习技术在海上导航系统中的应用正逐步改变传统航运业。通过多模态传感器融合技术，现代AI导航系统能够实现高精度的物体识别与实时路径规划，有效解决能见度依赖、决策延迟等核心痛点。以Orca AI的SeaPod系统为例，其结合了NVIDIA GeForce RTX 4070的边缘计算能力与多光谱协同识别技术，在恶劣环境下仍能保持稳定性能。这类系统不仅提升了航行安全性，还通过优化航线显著降低燃油消耗，在东京湾、马六甲海峡等繁忙水域展现出巨大价值。随着毫米波雷达融合方案的测试推进，未来海上导航将突破极

weixin_33597080的博客 356

【基于51】红外寻迹智能小车 - 代码篇

这是一个基于C51单片机的红外巡线智能小车，是一个适合嵌入式单片机、C语言初学者练习的小Demo，文章提供完整的项目思路、免费的源代码。

ZER00000001的博客 3万+

Linux ftp 命令

[deepen@vd26wyjl01 ~]$ ftp IP地址 Connected to 10.xxxx.191 (10.xxxx191). 220-FileZilla Server 0.9.53 beta 220-written by Tim Kosse (tim.kosse@filezilla-project.org) 220 Please visit https://filezill

松门一枝花 4462

使用 Python 获取实时港股行情数据

在本教程中，你将学习如何通过 Infoway API 获取港股实时行情数据，具体以腾讯控股（0700.HK）和汇丰控股（0005.HK）为例，使用 Python 进行数据请求和解析。

kk_stoper的博客 1518

Linux FTP命令全集（ftp指令）

参考文章：Linux FTP 命令全集

Dontla的博客 8099

PointNet/PointNet++模型调参实战：如何用PyTorch让你的点云分割精度再涨5个点？

本文深入探讨了PointNet/PointNet++模型在点云分割中的调参技巧，通过PyTorch实现精度提升5个点的实战方法。重点分析了点云密度自适应策略、感受野与细节保留的平衡，以及训练加速与稳定性技巧，适用于电力巡检、自动驾驶等场景的激光点云数据处理。

weixin_30836759的博客 477

代谢组数据分析（二十二）：代谢组原始数据Zscore标准化和主成分分析(PCA)及热图

本教程介绍了使用Z-score标准化和主成分分析（PCA）进行代谢组学数据预处理和分析的方法。代谢物原始数据具有高噪声、高维小样本、高变异性和复杂相互作用关系等特点，因此在数据分析时需注意数据质量控制、参数选择、批次效应、假阳性控制等问题。Z-score标准化通过将数据转换为均值为0、标准差为1的标准正态分布，提高了数据的可比性，减少了系统误差，并适应了统计分析方法的需求。PCA则通过降维、去相关和特征提取，帮助理解数据的结构和模式。教程还详细介绍了数据预处理步骤，包括填补缺失值、设置名称和顺序等，并提供了

专注生信领域 2864

【Linux】FTP文件服务器

FTP (File transfer protocol) 是TCP/IP 协议组中的协议之一。他最主要的功能是在服务器与客户端之间进行文件的传输。FTP就是实现两台计算机之间的拷贝，从远程计算机拷贝文件至自己的计算机上，称之为“下载 （download）”文件。将文件从自己计算机中拷贝至远程计算机上，则称之为“上传（upload）”文件。这个古老的协议使用的是明码传输方式，且过去有相当多的安全危机历史。

FixPng的博客 7194

儿童启蒙教育APP

pinyinList.add(createPinyin("a", "啊，像阿姨的阿", R.raw.pinyin_a));pinyinList.add(createPinyin("i", "衣，像衣服的衣", R.raw.pinyin_i));pinyinList.add(createPinyin("u", "乌，像乌鸦的乌", R.raw.pinyin_u));pinyinList.add(createPinyin("ü", "鱼，像小鱼的鱼", R.raw.pinyin_v));-- 固定竖屏 -->

寒寒豆豆软件公司的博客 169

Linux FTP服务

FTP服务 一、FTP简介 FTP（File Transfer Protocol，文件传输协议）是Internet中应用广泛的服务之一，主要用提供在Internet上任意计算机之间相互传输文件的机制。 二、FTP概述 FTP（File Transfer Protocol，文件传输协议）是用来在不同类型的计算机之间传输文件的协议。而FTP服务器，是在网络中提供存储文件空间的计算机，应用FTP协议提供服务。用户可以连接到服务器来下载文件，也可以将文件上传到FTP服务器中。因此，FTP服务器方便了用户

qq_60182534的博客 3193

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

如何查看linux中ftp服务

如何查看linux中ftp服务 笑看浮华z堭| 浏览 753 次 发布于2016-08-19 12:20最佳答案 1. 首先服务器要安装ftp软件,查看是否已经安装ftp软件下： #which vsftpd 如果看到有vsftpd的目录说明服务器已经安装了ftp软件 2. 查看ftp 服务器状态 #service vsftpd statu

yhcsky的博客 5万+

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

Linux下配置FTP服务

一、实验环境 两台Linux主机，一台作为FTP服务器，另一台作为FTP客户机。 二、实验步骤 1.服务器端 (1):配置主机IP，为静态IP。 (2):修改内容如下 (3):重启网络服务 2.客户机端 (1):配置主机IP，为静态IP (2): 修改内容如下 (3):重启网络服务 3.配置服务器端 (1):查看服务器端是否安装了安装FTP服务 ...

wwl012345的博客 1万+

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Linux搭建FTP服务器

1..FTP服务器有什么用 .FTP服务器是能够提供文件存储、访问的计算机，实现了文件共享。 2.FTP是什么 FTP是File Transfer Protocol(文件传输协议)，是一种基于TCP的协议，采用客户/服务器模式。 3.FTP工作模式 FTP协议有PORT和PASV两种工作模式，即主动模式和被动模式。 不管哪种模式都是先建立客户端和服务器端的控制连接，然后在需要的时候建立数据连接进行数据传输。FTP工作模式的视频演示见FTP的工作模式。 4.Linux服务器下搭建FTP服务器

leehomlian的博客 5306

Linux中FTP服务

文章目录Linux中FTP服务一.FTP简介(1)FTP服务——用来传输文件的协议(2)FTP端口(3)FTP数据连接模式二.相关配置(1)安装FTP服务(2)设置匿名用户访问的FTP服务（最大权限）三.模拟实验一（FTP服务的上传和下载）(1)安装FTP并进行配置文件的备份(2)修改配置文件(3)开启服务，并关闭防火墙和增强型安全功能(4)win10上进行FTP连通测试(5)给予最大权限(6)WIN10上进行文件的上传（关闭防火墙）(7)查看上传是否成功(8)pub目录下创建包含内容的新文件(9)WIN1

.銀河狙擊手的博客 1709

Linux系统-FTP服务配置

可以使用 firewall-cmd --permanent --add-service=ftp 命令将FTP服务添加到防火墙允许的服务列表中，并使用 firewall-cmd --reload 命令重新加载防火墙配置。此外，还可以编辑 /etc/sysconfig/selinux 文件，将SELinux设置为禁用模式（如果需要的话），以避免安全策略阻止FTP服务的正常运行。2. 传输过程缺少加密：FTP协议传输的数据不会进行加密处理，容易被拦截并窃取，因此对于重要数据的传输不太适用；

weixin_67092935的博客 2982

Linux搭建 FTP服务器

Linux搭建FTP服务器

m0_37642477的博客 4653

在Linux上访问Windows的FTP服务

FTP服务器FTP服务器（File Transfer Protocol Server）是在互联网上提供文件存储和访问服务的计算机，它们依照FTP协议提供服务。 FTP是File Transfer Protocol(文件传输协议)。顾名思义，就是专门用来传输文件的协议。简单地说，支持FTP协议的服务器就是FTP服务器一般来说，用户联网的首要目的就是实现信...

bizou7130的博客 4802

Linux —— FTP服务【从0-1】

FTP（File Transfer Protocol，文件传输协议）是TCP/IP协议族中应用层的协议之一。是一种基于TCP的协议，采用客户/服务器模式。通过FTP协议，用户可以在FTP服务器中进行文件的上传或下载等操作。

2201_75935630的博客 3769

linux下开启FTP服务

#如何在linux下开启FTP服务 首先服务器要安装ftp软件,查看是否已经安装ftp软件下： #which vsftpd 如果看到有vsftpd的目录说明服务器已经安装了ftp软件 查看ftp 服务器状态 #service vsftpd status 启动ftp服务器 #service vsftpd start 重启ftp服务器 #service vsftpd restart ...

Mr.魏 1604

Linux下开启FTP服务

Linux下开启FTP服务缘由：日常生活和工作中，我们经常会用到FTP网站下载东西，虽说有的软件已经能扔我们从云端下载文件了，但是作为Linux的使用者和学习者而言，FTP的搭建也是很重要的一个学习步骤。有了自己的FTP，可以随时下载自己的文件了。开始[yan@localhost ~]$ sudo yum install vsftpd                         //使能FTP...

颜言研的博客 4万+

Linux中如何搭建FTP服务

文章目录如何搭建FTP服务，并设置匿名用户访问FTP服务的最大权限设置本地用户验证访问ftp，并禁止切换到ftp以外的目录（默认登录的根目录为本地用户的家目录）修改匿名用户，本地用户登录的默认根目录设置白名单，仅允许user_list用户列表文件的用户访问。 本章介绍在Linux服务中如何搭建FTP服务 FTP服务器默认使用TCP协议的20 ，21端口与客户端进行通信 20端口用于建立数据连接,并传输文件数据 21端口用于建立控制连接,并传输FTP控制命令 FTP数据连接分为主动模式和被动模式 主动模式:服

勤能补拙，知行合一 3412
上一篇： 企业中最最清晰的一人控制多台主机自动实行系统安装步骤
下一篇： Linux历史上最杰出的新安全子系统：内核级加强型防火墙SElinux
点赞 0
评论 0
书签 书签 1
小杨118709
小杨118709
博客等级 码龄8年 141粉丝 138原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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