Git基本命令大全

article/2025/9/18 3:47:49
 

点击上方“小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

1、git clone -b <指定分支名> <远程仓库地址>

克隆指定分支

如:

git clone -b bestore_master ssh://git@git-ssh.xxx.com/xxx.git

2、 git branch

查看当前分支

3、git branch -r

 或者git branch -a

查看所有分支

4、git checkout <指定分支名>

切换分支

如:

git checkout bestore_sprint_1115

5、git pull

拉代码

6、git add -A

git add -A  提交所有变化

git add -u  提交被修改(modified)和被删除(deleted)文件,不包括新文件(new)

git add .  提交新文件(new)和被修改(modified)文件,不包括被删除(deleted)文件

add到缓存中

7、提交代码

git commit -m "注释"

8、推送代码

git push

9、git init

初始化:创建一个git仓库,创建之后就会在当前目录生成一个.git的文件

10、git add filename

添加文件:把文件添加到缓冲区

11、git rm filename

删除文件

12、git status

查看git库的状态,未提交的文件,分为两种,add过已经在缓冲区的,未add过的

13、git diff filename

比较:如果文件修改了,还没有提交,就可以比较文件修改前后的差异

14、git log

查看日志

15、git reset

版本回退:可以将当前仓库回退到历史的某个版本

git reset --hard HEAD^:

回退到上一个版本(HEAD代表当前版本,有一个^代表上一个版本,以此类推)

git reset --hard d7b5:

回退到指定版本(其中d7b5是想回退的指定版本号的前几位)

16、git reflog

查看命令历史:查看仓库的操作历史

17、git remote add origin git://127.0.0.1/abc.git

增加了远程仓库abc

18、git remote remove origin

移除远端仓库

19、git push -u origin master

将本地仓库内容推送到远端仓库(-u 表示第一次推送master分支的所有内容,后面再推送就不需要-u了),跟commit的区别在于一个是提交到本地仓库,一个是提交到远程仓库

20、git commit -m 'update .gitignore'

提交到git时,忽略部分IDE产生的文件

在根目录下创建.gitignore文件, 注意:新加.gitignore只能忽略那些原来没有被提交过的文件,如果某些文件已经被纳入了版本管理中,则修改.gitignore是无效的。

解决方法就是先把本地缓存删除(改变成未track状态),然后再提交:

git rm -r --cached .

git add .

git commit -m 'update .gitignore'

gitignore文件内容,举例如下:

/**/target

/**/.project

/**/.classpath

/**/.settings

PS:在使用了git之后,会发现要比svn好用得很多,从以下几个方面做个简单的比较

1、 GIT为分布式方式,在传统的版本控制里,比如CVS或者SVN,这个是最核心的区别。

2、存储的方式不一样。

GIT存储的方式是按照元数据的方式进行存储,而传统的CVS和SVN则是以文件方式存储。

3、GIT特别的分支。

CVS和SVN的分支管理比较简单,只是在版本库中另一个目录而已,确认代码是否已合并也相对麻烦,在分支管理方面容易产生遗留和错误。

GIT分支管理则相对复杂,但是用起来非常的爽,也特别的有趣,各个分支间可以随意的快速进行切换、合并、还原等操作。

4、从完整性上来说,GIT的完整性远远高于SVN。

SVN经常会在不同版本间使用容易出现各种问题,比如兼容性、网络不稳定性带来莫名其妙的异常,

GIT的内容存储则采用的是哈希算法,不仅能够保障了代码的完整性,而且在网络和磁盘故障方面几乎不受到任何影响。

 

好消息!

小白学视觉知识星球

开始面向外开放啦👇👇👇

 

e041dd4d5d1669168e111719e899ff6c.jpeg

下载1:OpenCV-Contrib扩展模块中文版教程在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。交流群欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

http://chatgpt.dhexx.cn/article/kf2wVQ8G.shtml

相关文章

常用git命令总结大全

目录 一、常用命令 1、git init 2、git add 文件名 3、git commit -m “备注” 4、git status 与 git diff 5、git show commit_id 查看某次修改 6、git log 与 git reflow 7、git pull (--rebase) 8、git push (-u) 与 git branch (-u) 9、git reset --hard 与 git…

Git常用命令

这是一篇笔记 //查看某个命令文档 git help <command> git <command> -h git <command> --help1.基本操作 用户配置 git config --global user.name "bettyaner" git config --global user.email bettyaner163.com配置级别 –local&#xff08…

Git 常用命令速查表(收藏大全)

目录 一、新建代码库 二、配置 三、增加/删除/修改文件 四、代码提交 五、分支 六、标签 七、查看信息 八、远程操作 九、撤销 十、其他 名词 master: 默认开发分支 origin: 默认远程版本库 Index / Stage&#xff1a;暂存区 Workspace&#xff1a;工作区 Reposito…

【深度学习】ResNet50

结构 ResNet50结构&#xff1a; 推荐查看&#xff1a;caffe可视化版 resnet50中1x1filter的作用&#xff1a; 1、在shortcut connection block的残差层中使用1x1的fiter先降维&#xff08;channel&#xff09;&#xff0c;然后再使用1x1的fiter升维,使残差层输出与恒等映射…

ResNet-50 结构

ResNet有2个基本的block&#xff0c;一个是Identity Block&#xff0c;输入和输出的dimension是一样的&#xff0c;所以可以串联多个&#xff1b;另外一个基本block是Conv Block&#xff0c;输入和输出的dimension是不一样的&#xff0c;所以不能连续串联&#xff0c;它的作用本…

ResNet 简介

ResNet 本文对resnet进行介绍&#xff0c;文章目录如下&#xff1a; ResNet 历史ResNet 亮点为何层数不能太深residual 残差模块介绍网络结构BN 层迁移学习 本文参考资料有&#xff1a; 6.1 ResNet网络结构&#xff0c;BN以及迁移学习详解 https://www.bilibili.com/video/…

Resnet

再上一偏博文中我们说到越复杂的问题需要越深层的神经网络拟合&#xff0c;但是越深层的神经网络越难训练&#xff0c;原因可能是过拟合以及损失函数的局部最优解过多&#xff08;鞍点过多&#xff1f;导致经过相同的epoch更深的网络的trainerror大于较浅的网络&#xff0c;因为…

ResNet网络详解

ResNet ResNet在2015年由微软实验室提出&#xff0c;斩获当年lmageNet竞赛中分类任务第一名&#xff0c;目标检测第一名。获得coco数据集中目标检测第一名&#xff0c;图像分割第一名。 ResNet亮点 1.超深的网络结构(突破1000层) 2.提出residual模块 3.使用Batch Normalizat…

1 通俗易懂解释Resnet50

通俗易懂Resnet50网络结构分析 1 Why(该网络要解决什么样的问题)1.1 什么叫梯度消失和梯度爆炸 2 How(如何解决该问题)2.1 直观解释2.2 残差是什么2.3 网络结构 3 what 结果怎么样 1 Why(该网络要解决什么样的问题) 理论上网络越来越深&#xff0c;获取的信息越多&#xff0c;…

ResNet50网络结构

代码&#xff1a; import keras keras.utils.plot_model(keras.applications.ResNet50(include_topTrue,input_shape(224,224,3),weightsNone), to_fileimage_model.png, show_shapesTrue) ResNet50的标准输入为224x224&#xff0c;avg_pool&#xff08;-3层&#xff09;及之…

resnet18与resnet50

ResNet18的18层代表的是带有权重的 18层&#xff0c;包括卷积层和全连接层&#xff0c;不包括池化层和BN层。 Resnet论文给出的结构图 参考ResNet详细解读 结构解析&#xff1a; 首先是第一层卷积使用7∗77∗7大小的模板&#xff0c;步长为2&#xff0c;padding为3。之后进行…

长文解析Resnet50的算法原理

大家好啊&#xff0c;我是董董灿。 恭喜你发现宝藏了。收藏起来吧。 前言 从打算写图像识别系列文章开始已经快2个月了&#xff0c;目前写了有9篇文章&#xff0c;几乎涵盖了Renset50这一CNN网络95%的算法。 今天整理了下&#xff0c;修复一些笔误和表述错误&#xff0c;整…

【pytorch】ResNet18、ResNet20、ResNet34、ResNet50网络结构与实现

文章目录 ResNet主体BasicBlockResNet18ResNet34ResNet20 Bottleneck BlockResNet50 ResNet到底解决了什么问题 选取经典的早期Pytorch官方实现代码进行分析 https://github.com/pytorch/vision/blob/9a481d0bec2700763a799ff148fe2e083b575441/torchvision/models/resnet.py 各…

神经网络学习小记录20——ResNet50模型的复现详解

神经网络学习小记录20——ResNet50模型的复现详解 学习前言什么是残差网络什么是ResNet50模型ResNet50网络部分实现代码图片预测 学习前言 最近看yolo3里面讲到了残差网络&#xff0c;对这个网络结构很感兴趣&#xff0c;于是了解到这个网络结构最初的使用是在ResNet网络里。 …

彻底搞懂ResNet50

pytorch实现resnet50代码如下&#xff1a; &#xff08;1&#xff09;一个block实现&#xff0c;如1x1&#xff0c;64&#xff0c;3x3&#xff0c;64&#xff0c;1x1&#xff0c;256。这段代码中&#xff0c;1x1的卷积核只是为了改变输出通道数&#xff0c;3x3的卷积可能改变卷…

【ResNet】Pytorch从零构建ResNet50

Pytorch从零构建ResNet 第一章 从零构建ResNet18 第二章 从零构建ResNet50 文章目录 Pytorch从零构建ResNet前言一、Res50和Res18的区别&#xff1f;1. 残差块的区别2. ResNet50具体结构 二、ResNet分步骤实现三、完整例子测试总结 前言 ResNet 目前是应用很广的网络基础框架&…

ResNet介绍

ResNet介绍 1 简要概括 ResNet&#xff08;Residual Neural Network&#xff09;由微软研究院的Kaiming He等四名华人提出&#xff0c;通过使用ResNet Unit成功训练出了152层的神经网络&#xff0c;并在ILSVRC2015比赛中取得冠军&#xff0c;在top5上的错误率为3.57%&#xff0…

resnet 20 和resnet 56

resnet是什么 在论文中&#xff0c;存在resnet20和resnet56&#xff0c;之前没注意&#xff0c;现在仔细了解后才发觉和标准的ResNet有差异&#xff0c;可参考resnet-50 vs resnet-56&#xff08;或者18 vs 20&#xff09;的明显区别在哪&#xff0c;性能差的好多&#xff1f;…

ResNet详解

1.什么是ResNet&#xff1f; ResNet 网络是在 2015年 由微软实验室中的何凯明等几位大神提出&#xff0c;斩获当年ImageNet竞赛中分类任务第一名&#xff0c;目标检测第一名。获得COCO数据集中目标检测第一名&#xff0c;图像分割第一名。 2.网络中的亮点 1.超深的网络结构&a…