Windows和Linux下都有find命令,但是区别较大;Windows下find命令用于文本搜索,而Linux下的find命令用于文件搜索。
1.在当前目录的“test.txt”文本文件中不区分大小写(/i)查找字符串“abc”,并显示行号(/n):
find /i /n "abc" test.txt
2.将DOS下的find命令用于查找文件,如不区分大小写,查找并列出当前目录下文件名中含有“open”的所有(包含隐藏文件)(/a)文件,并列出文件所有者(/q):
dir /a/q | find /i "open"
3.DOS命令下findstr为find的升级版,但find命令可以统计文本文件中所包含特定字符串的行数,如统计文本文件“test.txt”中所包含的字符串“abc”的行数(/c):
find /c "abc" test.txt
4.findstr命令,在当前目录和所有子目录(/s)中查找含有“command”字符串的所有文本文件(*,findstr支持正则表达式):
findstr /s command *
5.findstr支持正则表达式,而find不支持;find搜索的字符串必须要加英文的双引号,而findstr可加可不加。
1.Linux系统下只有find命令,没有findstr命令,在根目录下搜索“data”文件:
find . -name data
or
find . -maxdepth 1 -name data
2.Linux下的find命令是支持正则表达式的;另外需要注意的是Linux下的find命令是匹配全路径,如data文件的全路径是 ./data(一级目录)和./data/rt-polaritydata(二级目录),搜索:
find . -maxdepth 1 -iregex .*data
or
find . -maxdepth 2 -iregex .*data
3.Linux下的find命令搜索的关键字可加双引号也可不加。
公司电脑的服务器大家都在用,大家用户组内往往都是没有root权限的,因此就没有权限安装软件了!然而想要使用一款“个性化”的软件,就需要想办法把软件安装到当前用户下了。
以非root用户身份安装软件时,当然不能使用“sudo apt-get install”命令安装了;但是可以下载安装包离线安装,以Linux下比较常用的”tree”软件来说明;一般情况下是没有安装这个软件的:
可以看到系统没有安装tree
下载好之后解压:
tar -xf tree_1.7.0.orig.tar.gz
cd tree_1.7.0
tree -a > tree.txt
目录结构如下:
修改“Makefile”文件中的以下内容:
Done!
安装:
make
make install
无错误提示后,安装完成:
tree --version
Enjoy it!
注:伪终端下清屏命令:
clear
Ctrl + L
reset
【Ref】
[1] tree_1.7.0.orig.tar.gz
Tensorflow是一个使用数据流图进行数值计算的开源软件库(An open-source software library for Machine Learning),图的节点代表数学运算,边代表节点间传递的多维数组(张量)。最初由Google机器智能研究部门的Google Brain团队中的研究人员和工程师开发,用于机器学习和深度神经网络研究;它是一个基础的系统,可用于众多领域。 深度学习开源框架在GitHub上的统计:
详细安装过程可参考官方安装说明。注意:离线(或公司内网)情况下可选择安装各种依赖包完成Tensorflow的安装,过程比较麻烦,最好是在Linux下进行安装,因为Tensorflow是基于Python的,windows下可能会遇到各种报错;Python的安装路径中最好不要有中文,否则可能会遇到GBK和UTF-8编码兼容性问题。
安装完成之后运行./tensorflow/bin/activate激活环境,测试程序:
'''
HelloWorld example using Tensorflow library.
Author : Chenglin L.
import subprocess
import tensorflow as tf
import os
hello = tf.constant('Hello, Tensorflow!')
sess = tf.Session()
sess.run(hello)
a = tf.constant(10)
b = tf.constant(32)
sess.run(a + b)
sess.close()
输出:
Hello, Tensorflow!
42
Tensorflow用计算图(Computational Graphs)的方式建立网络。
组装计算图(类比管道):
张量:多维array或list(管道中的液体),创建语句:
tensor_name=tf.placeholder(type, shape, name) **变量**:同一时刻对图中所有其他操作都保持静态的数据(管道中的阀门),创建语句:
name_variable = tf.Variable(value, name) 初始化语句:
#个别变量
init_op=variable.initializer()
#所有变量
init_op=tf.initialize_all_variables()
#注意:init_op的类型是操作(ops),加载之前并不执行 更新语句:
update_op=tf.assign(variable to be updated, new_value)
常量:无需初始化的变量,创建语句:
name_constant=tf.constant(value)
会话:执行构建的计算图。可执行设备:单个电脑的CPU、GPU,或电脑分布式甚至手机;创建语句:
#常规
sess = tf.Session()
#交互
sess = tf.InteractiveSession()
#交互方式可用tensor.eval()获取值,ops.run()执行操作
#关闭
sess.close() **执行**:
sess.run(op)
【Ref】
[1] Tensorflow官网
[2] Tensorflow安装
[3] Hello Tensorflow
[4] Get Started with Tensorflow
[5] 干货|Tensorflow的55个经典案例
[6] 如何高效的学习 TensorFlow 代码?
[7] Tensorflow Example
[8] YJango的TensorFlow整体把握
[9] TFLearn
[10] TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比
研究OpenCV2.4.2/samples/cpp/peopledetect.cpp项目,分别在VS2015+OpenCV3.2和Linux(Ubuntu)环境下测试,最终都运行成功了;测试过程中遇到的问题及解决方法整理如下:
注:OpenCV遇到图像无法imshow时,可以将结果用imwrite写入另一张图片,然后进行查看。加强Linux下bash命令练习,HOG+SVM行人检测算法。
【Ref】
[1] OpenCV2.0 peopledetect 学习体会
[2] peopledetect 行人检测_windows
[3] 行人检测(Pedestrian Detection)资源
chmod命令用来改变linux文件的权限,通常情况下文件有四种用户类型和六种用户权限: 四种用户类型:
1. u user 文件所有者
2. g group 文件所属组
3. o others 其他用户
4. a all 所有用户
六种用户权限:
1. w write 写
2. r read 读
3. x execute 执行
4. X 特殊执行权限,只有当文件为目录文件,或者其他类型的用户有可执行权限时,才将文件权限设置为可执行
5. s setuid/gid 当文件被执行时,根据who参数指定的用户类型设置文件的setuid或者setgid权限
6. t 粘贴位 设置粘贴位,只有超级用户可以设置该位,只有文件所有者u可以使用该位。
chmod [options] mode[,mode] file1 [file2 ...]
可为符号模式或者八进制语法,chmod的八进制语法如下:
r 4
w 2
x 1
- 0
eg:
①设置权限:
chmod u+x filename.sh 为file脚本文件所有者设置可执行权限
②执行:
./filename.sh
or bash filename.sh
or source filename.sh
or . filename.sh
【Ref】
[1] Linux新手入门:通过chmod改变文件权限
[2] chmod wikipedia
从事硬件工作两年多的舒小平同事,9月份就要去大疆(上海)了,待遇翻倍,年终奖也多;总结下刚刚聊天的心得:第一份工作要真正学到技术,踏实地做项目,掌握技术,平时要多学习,积累自身才是重点,多看意向公司的招聘岗位介绍和技术面试相关的知识,一定要深入,静下心来。下面是大疆的职位介绍:
先写这么多,以后接着更新
【Ref】
[1] 无人机领头羊大疆创新DJI–招聘研发+互联网+IT 工作地点上海