内容简介:用过 git 版本管理的,对 SourceTree 应该不陌生的。它是 git 一个跨平台的 GUI 工具。界面很不错,而且功能也是很强大的。下面小编就针对SourceTree做一个小小的总结归纳,希望大家喜欢!SourceTree下载官网下载地址这款软件是免费的,但是需要注册,登录授权;登录和授权这两个步骤没啥问题,但对于注册需要科学上网才能注册的了。
用过 git 版本管理的,对 SourceTree 应该不陌生的。它是 git 一个跨平台的 GUI 工具。界面很不错,而且功能也是很强大的。下面小编就针对SourceTree做一个小小的总结归纳,希望大家喜欢!
SourceTree下载官网下载地址 Download for Mac OSX or Windows
这款软件是免费的,但是需要注册,登录授权;登录和授权这两个步骤没啥问题,但对于注册需要科学上网才能注册的了。
其实一些编辑器也是可以用作git提交代码的,包括合并代码等都行,之前整理过一 篇关于 Visual Studio Code
如何提交代码的,在VS Code中也有很多git提交的插件。但是对比了发现SourceTree更强大更专业一点。
添加仓库
clone仓库
新建分支
在GitHub或者gitlab上面新建一个新的远程分支比较简单,只需要规定从哪边clone的即可。
:zap: 需要注意的是,新建的远程分支也许在 SourceTree
上面没显示,这时候我们可以从origin在拉取一遍,也许数据没有同步过来。
检出分支
在本地开发的话,当然要新建一个某远程分支相对应的本地分支,这时候 SourceTree
的检出功能就显得很强大了。检出分支相当于在本地创建一个和远程代码同步的分支,在项目功能迭代的时候很常用,你可以在不同的分支上面提交不同的功能代码,互不影响。
在 origin
里面找到要同步检出的远程分支,右键检出即可
你可以更改本地分支名,但是建议保持一致方便查找
检出后在分支标签下显示出分支,并切换成当前分支,你也可以双击分支完成切换
提交流程
先说下大致思路
提交流程很简单,大致是这样的,先暂存要提交的文件,提交,拉取分支代码(这里是拉取别人写的代码),有冲突解决冲突(你和别人改了同一个地方了),再提交,最后推送上去即可。简单吧!
暂存代码
在为暂存文件里面勾选即可暂存,暂存的意思就是说,我这里面的文件是准备要提交的。
提交
解决冲突
解决冲突这个 工具 处理的不是很好,这边建议用编辑器解决,一目了然。Vs Code解决冲突
回滚提交
有些时候,我们提交的代码有问题,需要回滚回去。 将某次变更(在sourcetree里是某个节点)右键选择回滚提交。
总结
提交的流程很清晰,总之记住要 先拉取
在 推送
就是了。
操纵分支
切换分支
切换分支很简单,在分支标签下双击一个分支即可
:zap: 需要注意的是,在切换分支之前尽量吧切换前分支代码的提交一下,不然要是代码有冲突的时候会报错
合并分支(合并代码)
合并分支相当于在A远程分支上 去merge B远程分支的代码,做到A包含B的效果,大致流程就是,①先在本地切换成A分支,②merge B分支代码,③有冲突的话解决冲突,④提交完成合并。
这里以master分支为例,merge jquery-seeds@1.0分支的代码:首先拉取jquery-seeds@1.0到master
方法一:
拉取过后要是有冲突文件本地需要解决冲突(冲突过多的话建议用编辑器解决冲突)
解决冲突
提交(和正常提交流程一致)
选合并已抓取,找到需要合并过来的分支,确定即可后面提交流程同上。
以上所述就是小编给大家介绍的《还在记git命令?快试试SourceTree》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Linux 命令记不住?试试这款 Linux 命令大全搜索工具
- Linux 命令记不住?试试这款 Linux 命令大全搜索工具
- 试试Linux下的ip命令,ifconfig已经过时了
- ClickHouse 性能优化?试试物化视图
- 试试 kaggle 竞赛:辨别猫狗
- 创建复杂对象,试试建造者模式
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
深入理解TensorFlow:架构设计与实现原理
彭靖田、林健、白小龙 / 人民邮电出版社 / 2018-5-1 / 79.00元
本书以TensorFlow 1.2为基础,从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念,接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现,紧接着还将TensorFlow与深度学习相结合,从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型,然后深入剖析了TensorF......一起来看看 《深入理解TensorFlow:架构设计与实现原理》 这本书的介绍吧!