cancel
cancel
取消已存在的打印任务
补充说明
cancel命令 用于取消已存在的打印任务。
语法
1 | cancel(选项)(参数) |
选项
1 | -a：取消所有打印任务； |
参数
打印任务号：指定要取消的打印任务编号。
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Estom的博客！
相关推荐
2021-12-24
atrm
atrm删除待执行任务队列中的指定任务 补充说明atrm命令 用于删除待执行任务队列中的指定任务。 语法1atrm(选项)(参数) 选项1-V：显示版本号。 参数任务号：指定待执行队列中要删除的任务。 实例删除已经排队的任务 12345atq # 显示当前已经设置的任务2 Mon May 17 08:00:00 2010 a root1 Sat May 15 17:00:00 2010 a rootatrm 2 # 删除任务2
2021-12-24
reject
reject指示打印系统拒绝发往指定目标打印机的打印任务 补充说明reject命令 属于CUPS套件，用于指示打印系统拒绝发往指定目标打印机的打印任务。 语法1reject(选项)(参数) 选项1234-E：当连接到服务器时强制使用加密；-U：指定连接服务器时使用的用户名；-h：指定连接服务器名和端口号；-r：指定拒绝打印任务的原因。 参数目标：指定目标打印机。
2020-10-13
14_Why Deep
Why Deep? 本文主要围绕Deep这个关键词展开，重点比较了shallow learning和deep learning的区别：shallow：不考虑不同input之间的关联，针对每一种class都设计了一个独立的model检测deep：考虑了input之间的某些共同特征，所有class用同个model分类，share参数，modularization思想，hierarchy架构，更有效率地使用data和参数 Shallow V.s. DeepDeep is Better？我们都知道deep learning在很多问题上的表现都是比较好的，越deep的network一般都会有更好的performance 那为什么会这样呢？有一种解释是： 一个network的层数越多，参数就越多，这个model就越复杂，它的bias就越小，而使用大量的data可以降低这个model的variance，performance当然就会更好 如下图所示，随着layer层数从1到7，得到的error rate不断地降低，所以有人就认为，deep learning的表现这么好，完全就是用大量的d...
2021-12-24
batch
batch在系统不繁忙的时候执行定时任务 补充说明batch命令 用于在指定时间，当系统不繁忙时执行任务，用法与at相似。 语法1batch(选项)(参数) 选项123-f：指定包含具体指令的任务文件；-q：指定新任务的队列名称；-m：任务执行完后向用户发送E-mail。 参数日期时间：指定任务执行的日期时间。 实例1234batch at> echo 1234at> <EOT>job 5 at Sun Apr 28 08:49:00 2013
2021-12-24
lprm
lprm删除打印队列中的打印任务 补充说明lprm命令 用于删除打印队列中的打印任务。尚未完成的打印机任务会被放在打印机贮列之中，这个命令可用来将常未送到打印机的任务取消。 语法1lprm(选项)(参数) 选项123-E：与打印服务器连接时强制使用加密；-P：指定接受打印任务的目标打印机；-U：指定可选的用户名。 参数打印任务：指定需删除的打印任务号。 实例将打印机hpprint中的第102号任务移除： 1lprm -Phpprint 102 将第101号任务由预设打印机中移除： 1lprm 101
2022-12-05
04.详解 ThreadPoolExecutor 的参数含义及源码执行流程？
详解 ThreadPoolExecutor 的参数含义及源码执行流程？线程池是为了避免线程频繁的创建和销毁带来的性能消耗，而建立的一种池化技术，它是把已创建的线程放入“池”中，当有任务来临时就可以重用已有的线程，无需等待创建的过程，这样就可以有效提高程序的响应速度。但如果要说线程池的话一定离不开**ThreadPoolExecutor，在阿里巴巴的《Java开发手册》中是这样规定线程池的：线程池不允许使用Executors去创建，而是通过ThreadPoolExecutor**的方式，这样的处理方式让写的读者更加明确线程池的运行规则，规避资源耗尽的风险。 说明：Executors 返回的线程池对象的弊端如下： 1）FixedThreadPool 和 SingleThreadPool：允许的请求队列长度为 Integer.MAX_VALUE，可能会堆积大量的请求，从而导致 OOM(Out Of Memory) 2）CachedThreadPool 和 ScheduledThreadPool：允许的创建线程数量为 Integer.MAX_VALUE，可能会创建大量的线程，从而导致 ...
