32位oracle10,『三思笔记』-- Solaris10下安装32位Oracle10g -- Solaris 10下安装ORACLE10G
检查安装oracle10g的依赖包是否存在,如没有则安装
# pkginfo -i SUNWarc SUNWbtool SUNWhea SUNWlibm SUNWlibms SUNWsprot SUNWsprox SUNWtoo SUNWi1of SUNWi1cs SUNWi15cs SUNWxwfnt
按照官方文档中的要求,应该包含下列的包:
---------------------------------------------------------------------------
SUNWarc
SUNWbtool
SUNWhea
SUNWlibm
SUNWlibms
SUNWsprot
SUNWtoo
SUNWi1of
SUNWi1cs
SUNWi15cs
SUNWxwfnt
如果提示有包没有找到,可以通过下列命令安装:
安装包在安装光盘的/Solaris_10/Product目录下,将包复制到/var/spool/pkg目录下,然后执行
# pkgadd -R /cdrom/solaris_10/product/SUNWi15cs all
提示:一般会提示SUNWi1cs,SUNWi15cs,SUNWsprot三个包未找到,这三个包应该不装也没有影响,反正俺是没有装,只是在安装前的环境检查中提示警告信息,但不影响安装进程。
32位oracle10,『三思笔记』-- Solaris10下安装32位Oracle10g -- Solaris 10下安装ORACLE10G相关推荐
- 『论文笔记』TensorFlow1.6.0+Keras 2.1.5+Python3.5+Yolov3训练自己的数据集!
TensorFlow1.6.0+Keras 2.1.5+Python3.5+Yolov3训练自己的数据集! 文章目录 前期准备 一. Yolov3简要介绍 1.1. Yolov3网络结构图 1.2. ...
- 『ML笔记』HOG特征提取原理详解+代码
HOG特征提取原理详解+代码! 文章目录 一. HOG特征介绍 二. HOG算法具体流程+代码 2.1. 图像灰度化和gamma矫正 2.2. 计算图像像素梯度图 2.3. 在8×8的网格中计算梯度直 ...
- 『ML笔记』深入浅出字典学习1(Dictionary Learning)
目录 一.预备知识 二.字典学习以及稀疏表示的概要 2.1.我们为什么需要字典学习? 2.2.我们为什么需要稀疏表示? 三.下一节 参考文献 一.预备知识 稀疏向量:假设向量中的元素绝大部分为零元素, ...
- 『论文笔记』Two Causal Principles for Improving Visual Dialog
Two Causal Principles for Improving Visual Dialog 一句话总结 从因果图角度审视视觉对话任务,切断对话历史与答案的直接因果效应,添加混杂因子[用户偏好] ...
- 『矩阵论笔记』张量CP分解的详细数学推导以及Python实现
张量CP分解的详细数学推导以及Python实现! 文章目录 一. 张量的基本概念 1.1 张量定义以及张量空间 1.2 阶和纤维(fiber)及切片 1.3 内积和范数及秩一张量/可合张量 1.4 超 ...
- 『笔记』windows与CentOS间文件传输(win下实行)
使用工具:PSCP (an SCP client, i.e. command-line secure file copy)也许不是所有人都知道,但是说到 putty 应该很多人都知道吧,直接到 htt ...
- 『ML笔记』梯度下降法和随机梯度下降法和小批量梯度对比
目录 1. 梯度下降法(gradient descent) 2. 随机梯度下降(Stochastic gradient descent) 3. 小批量梯度下降(Mini-Batch gradient ...
- 『矩阵论笔记』详解最小二乘法(矩阵形式求导)+Python实战
详解最小二乘法(矩阵形式求导)+Python实战! 文章目录 一. 矩阵的迹 1.1. 转置矩阵 1.2. 迹的定义 1.3. 七大定理 二. 最小二乘法 2.1. 求解介绍 2.2. 另一角度 2. ...
- 『tensorflow笔记』图变量tf.Variable的用法解析
TensorFlow中的图变量,跟我们平时所接触的一般变量在用法上有很大的差异.尤其对于那些初次接触此类深度学习库的编程人员来说,会显得十分难上手. 我们通过tf.Variable构造一个variab ...
- 『tensorflow笔记』tf.argmax()和tf.equal()的使用
1.tf.argmax(vector, 1) 返回的是vector中的最大值的索引号,如果vector是一个向量,那就返回一个值,如果是一个矩阵,那就返回一个向量,这个向量的每一个维度都是相对应矩阵行 ...
最新文章
- 又现“别人家的公司”!网曝腾讯和快手发“阳光普照奖”,给每个员工100股股票!...
- js和html以及css的区别,html、css、js中的区别与关系
- linux 进程做成服务,Linux自定义后台服务进程
- 【下】安全HTTPS-全面详解对称加密,非对称加密,数字签名,数字证书和HTTPS
- CSDN移动助手v0.01发布
- Arduino_esp32_WiFi代码
- CSS学习笔记3:选择器及优先级
- mysql执行计划性能_MySQL SQL性能分析Explain执行计划
- php 日期相减 时分秒,PHP计算两个时间戳间隔的日时分秒的代码实例
- 有关Altera 的CPLD工程编译报错的解决方法
- 编译 mobileTerminal
- 求职类App原型制作分享-Part-time Clouds
- 【随笔】一名蒟蒻的自白
- /deep/的使用与导致样式失效问题处理
- 2015中国国内元器件分销商10亿俱乐部20强榜单
- 同步模式之保护性暂停
- [实用代码] 基于CH554电容触摸屏IIC转USB转IIC方案代码分享
- 【数据结构】无向图的遍历(广度搜索和深度搜索)
- 【uiautomation】微信好友昵称及备注获取(存储到excel中)
- flappybird android源码,iOS学习之flappyBird游戏的实现