metric

论文阅读笔记 论文题目：Deep Adversarial Metric Learning 论文创新点：DAML利用大量 易辨识的负例（ easy negatives）生成 难辨识的负例（hard negatives）；现存的度量学习（metric learning）方法仅利用数量少的hard negatives而忽略数量多的easy negatives。如下图所示， 具体内容：   DAML的 网络结构 如下：    DAML的目的是通过优化设计好的 目标函数 θ f a = arg ⁡ min ⁡ θ f J m ( θ f ; x i , x i + , x ~ i − , f ) θ ^a _f = \mathop {\arg\min} \limits_{θ_f} \mathrm{J} _m(θ_f ; x_i , x ^+ _i , \tilde{x} ^− _i , f) θ f a ​ = θ f ​ ar g min ​ J m ​ ( θ f ​ ; x i ​ , x i + ​ , x ~ i − ​ , f ) 来获得参数 θ f θ_f θ f ​ ，这里 x ~ i − \tilde{x}^− _i x ~ i − ​ 表示产生的负例（negative sample）， x ~ i − = G ( θ g ; x i − , x i , x i + )

At the moment the duplication metric for JavaScript Code in SonarQube code is defined as followed: “There should be at least 100 successive and duplicated tokens. Those tokens should be spread at least on 10 lines of code.” Is there a way to change the nummer of tokens and the number of lines? Since I want to have 5 lines. Yes, you should put this line in your sonar-project.properties file. sonar.cpd.js.minimumLines=5 See https://docs.sonarqube.org/display/SONAR/Analysis+Parameters#AnalysisParameters-Duplications : A piece of code is considered as duplicated as soon as there are at least 100

kairosDB持续更新中… 最近工作需要开始接触kairosDB，其github网址为：[ http://kairosdb.github.io/][6] ，在此我会在这记录一些操作与分享经验。 经过近大半个月的学习，基本的功能已经掌握，这几天会将这篇东西完成。 下面是我的环境说明 使用VMware上安装的Ubuntu操作系统 ** 因为才刚刚开始，所以内容会有些凌乱，随着研究深入会逐渐修改 ** KairosDB 可以使用cassandra、H2(开发环境中)作为后端存储。默认情况下，KairosDB运行在H2数据库下，开发环境不需要cassandra。 ** 在开始学习kairosDB之前如果对kairosDB没有一个大概认知的话，可以参考：[ http://liubin.org/blog/2016/02/18/tsdb-intro/ ]，了解一些关于TSDB的知识。 ** 这里是我的实验代码，有需要的可以参考：【 https://github.com/congshenV/work/tree/master/kairosDB 】 kairosDB概要 KairosDB是一个快速可靠的分布式时间序列数据库，主要用Cassandra来做底层存储，也可以使用H2。KairosDB是在OpenTSDB基础上重写的。 KairosDB主页： https://code.google.com

RIP(Routing Information Protocol,路由信息协议）是一种 内部网关协议 （IGP），是一种 动态路由选择 协议，用于自治系统（AS）内的路由信息的传递。RIP协议基于距离矢量算法（DistanceVectorAlgorithms），使用“跳数”(即metric)来衡量到达目标地址的路由距离。这种协议的 路由器 只关心自己周围的 世界 ，只与自己相邻的路由器交换信息，范围限制在15跳(15度)之内，再远，它就不关心了。RIP应用于OSI网络五层模型的应用层。各厂家定义的管理距离（AD，即优先级）如下：华为定义的优先级是100，思科定义的优先级是120。 局限性 1)、协议中规定，一条有效的路由信息的度量（metric）不能超过15，这就使得该协议不能应用于很大型的网络，应该说正是由于设计者考虑到该协议只适合于小型网络所以才进行了这一限制。对于metric为16的目标网络来说，即认为其不可到达。 2)、该路由协议应用到实际中时，很容易出现“计数到无穷大”的现象，这使得路由收敛很慢，在 网络拓扑结构 变化以后需要很长时间路由信息才能稳定下来。 3)、该协议以跳数，即报文经过的路由器个数为衡量标准，并以此来选择路由，这一措施欠合理性，因为没有考虑 网络延时 、可靠性、线路负荷等因素对传输质量和速度的影响。 来源： https://www.cnblogs.com

Linux主板多网络的优先级设置 1.简介 支持多网络是电鱼嵌入式板卡的特色之一，电鱼电子推出的 SAIL-IMX6 系列核心板，都带有以太网口，同时还可以支持wi-fi以及3G/4G模块。 本文是实现对于Linux系统在电鱼SAIL-IMX6Q开发板中的多网络的优先级的设置。 2.准备 软件：板上linux系统和PC上的超级终端 硬件：电鱼SAIL-IMX6Q开发板、PC和WiFi模块（连接到红框处） SAIL-IMX6Q 开发板利用232串口连接电脑，并连接上电源。 网线连接PC和开发板的网口 3. 操作 3.1 IP 地址设置 3.1.1 IP地址设置方法一 ~# ifconfig 直接使用udhcpc命令，该命令会自动获取ip并设置默认网关： ~# udhcpc -i eth0 -q //通过DHCP自动获取IP地址 可以使用命令 ~# route –n 查看系统所有的路由信息，参数-n是不进行地址解析，如果不添加-n选项，route命令会根据/etc/resolv文件中配置的DNS服务器进行地址解析，所以返回时间跟DNS服务器的响应时间有关系： 上边的方法网关和ip都是自动设置的也可以自己设置IP ~# ifconfig eth0 192.168.137.0 3.1.2 IP地址设置方法二 如果要通过eth0访问外网，还可以通过如下方法添加默认网关

前言 本文来自 Prometheus官网手册 和 Prometheus简介 HTTP API 在Prometheus服务器上的 /api/v1 下可以访问当前稳定的HTTP API。 将在该端点下添加任何非中断添加项。 一、格式概述 API返回是JSON格式，每个请求成功的返回值都是以 2xx 开头的编码。如果API处理的是无效请求，返回一个JSON错误对象，并返回下面的错误码： 400 Bad Request 。当参数错误或者丢失时。 422 Unprocessable Entity 。当一个表达式不能被执行时。 503 Service Unavailable 。当查询超时或者中断时。 对于在API端点之前发生的错误，可以返回其他非 2xx 代码。如果存在请求执行的错误，则可能会返回一系列警告，并收集所有的数据将在数据字段中返回。 JSON响应格式如下： { "status": "success" | "error", "data": <data>, // Only set if status is "error". The data field may still hold // additional data. "errorType": "<string>", "error": "<string>", // Only if there were warnings while

前言 本文来自 Prometheus官网手册1 、 Prometheus官网手册2 和 Prometheus简介 说明 Prometheus从根本上存储的所有数据都是 时间序列 : 具有时间戳的数据流只属于单个度量指标和该度量指标下的多个标签维度。除了存储时间序列数据外，Prometheus还可以生成临时派生的时间序列作为查询的结果。 metrics和labels(度量指标名称和标签) 每一个 时间序列数据由metric度量指标名称和它的标签labels键值对集合唯一确定。 这个metric度量指标名称指定监控目标系统的测量特征（如： http_requests_total - 接收http请求的总计数）。 注意： 冒号保留用于用户定义的录制规则。 它们不应被exporter或直接仪表使用。 labbels开启了Prometheus的多维数据模型：对于相同的度量名称，通过不同标签列表的结合, 会形成特定的度量维度实例。 (例如：所有包含度量名称为 /api/tracks 的http请求，打上 method=POST 的标签，则形成了具体的http请求)。这个查询语言在这些度量和标签列表的基础上进行过滤和聚合。改变任何度量上的任何标签值，则会形成新的时间序列图。 metric度量指标可能包含ASCII字母、数字、下划线和冒号，他必须配正则表达式 [a-zA-Z_:][a-zA-Z0

理解时间序列 在1.2节当中，通过Node Exporter暴露的HTTP服务，Prometheus可以采集到当前主机所有监控指标的样本数据。例如： # HELP node_cpu Seconds the cpus spent in each mode. # TYPE node_cpu counter node_cpu{cpu="cpu0",mode="idle"} 362812.7890625 # HELP node_load1 1m load average. # TYPE node_load1 gauge node_load1 3.0703125 其中非#开头的每一行表示当前Node Exporter采集到的一个监控样本：node_cpu和node_load1表明了当前指标的名称、大括号中的标签则反映了当前样本的一些特征和维度、浮点数则是该监控样本的具体值。 样本 Prometheus会将所有采集到的样本数据以时间序列（time-series）的方式保存在内存数据库中，并且定时保存到硬盘上。time-series是按照时间戳和值的序列顺序存放的，我们称之为向量(vector). 每条time-series通过指标名称(metrics name)和一组标签集(labelset)命名。如下所示，可以将time-series理解为一个以时间为Y轴的数字矩阵： ^ │ . . . .