test

很多人都使用过Ubuntu下的apt-get或Centos下的yum，这两者都是Linux系统下的包管理工具。采用apt-get/yum，应用卡发着可以管理应用包之间的依赖关系，发布应用；用户则可通过简单的方式查找、安装、升级、卸载应用程序等。 一、Helm概述 1）Helm简介 Helm是一个用于kubernetes的包管理器。每个包称为一个Chart，一个Chart是一个目录（一般情况下会将目录进行打包压缩，形成name-version.tgz格式的单一文件，方便传输和存储）。我们可以将Helm看作Kubernetes下的apt-get/yum。 对于应用发布者而言，可以通过Helm打包应用，管理应用依赖关系，管理应用版本并发布应用到软件仓库。 对于使用者而言，使用Helm后无须了解Kubernetes的yaml文件语法、应用部署文件。直接使用Helm下载即可在Kubernetes上安装需要的应用。 2）Helm组件及相关术语 1）Helm Helm是一个命令行下的客户端工具。主要用于Kubernetes应用程序Chart的创建、打包、发布及创建和管理本地和远程的Chart仓库。 2）Tiller Tiller是Helm的服务端，部署在Kubernetes集群中，Tiller用于接收Helm的请求，并根据Chart生成Kubernetes的部署文件

关于如何使用Jenkins+Gitlab实现可CI/CD，在此就不多做介绍了，本篇博文主要介绍Jenkins+Gitlab针对kubernetes集群实现CI/CD。由于Kubernetes近年来的火爆程度，掌握这项技能已经变得尤为重要！ 一、环境准备 系统 主机名 IP地址 所运行的服务 Centos 7 master 192.168.1.1 K8s集群的master节点 Centos 7 node01 192.168.1.2 K8s集群的node节点 Centos 7 docker 192.168.1.4 Docker K8s集群主要用于运行一个Nginx运行容器，模拟线上环境； master节点主要用于运行registry私有仓库； docker服务器运行Jenkins与Gitlab服务； 上述三台服务器全部加入registry私有仓库； 部署环境所需任何软件包，都可从以下链接中获取！ 链接： https://pan.baidu.com/s/1pb4ZShK5MBxIj6xN-hMmoA 提取码：k66s 二、部署registry私有仓库 其实registry私有仓库在任何一台机器上部署都可以，这里就直接在master节点上部署了！ [root@master ~]# docker run -d --restart=always -p 5000:5000 registry:2

1 MAE(平均绝对误差，Mean Absolute Error）， MAE 表示数据点与拟合点之间的距离绝对值之和的平均值。 2 MSE（均方误差，Mean Squared Error） 为数据点到拟合直线之间的距离的平方之和的平均值。 3 R2(决定系数) R2越趋近于1，说明模型越好 SST = np . sum ( ( y_test - np . mean ( y_test ) ) ** 2 ) SSE = np . sum ( ( y_test - y_pred ) ** 2 ) R2 = 1 - SSE / SST 4 RMSE（Root Mean Squared Error，均方根误差），MSE开根号 5 Rp： 皮尔逊相关系数（Person’s Correlation Coefficient，PCC） 6 SSE（误差平方和） 来源： CSDN 作者： 深蓝17 链接： https://blog.csdn.net/weixin_42812146/article/details/104720622

列表 #!/usr/bin/envperl use strict; use warnings; if( ( 1 , 2 , 3 ) eq ( 1 , 2 , 3 , ) ) { print "right\n"; } else { print "wrong\n"; } ##right if( ( 1..3 ) eq ( 1 , 2 , 3 ) ) { print "right\n"; } else { print "wrong\n"; } ##wrong if( ( 1.1 , 2.2 , 3.3 ) == ( 1 , 2 , 3 ) ) { print "right\n"; } else { print "wrong\n"; } ##wrong my $three =3;if( ( 1 , 2 , $three ) eq ( 1 , 2 , 3 ) ) { print "right"; } else { print "wrong"; } ##right 问题一:如何比较两个数组? 问题二:为什么会在比较时,出现实数值为空的现象? Useless use of a constant (2) in void context at test.pl line 8. Useless use of a constant (2) in void context at test.pl line 8

参考链接： https://www.cnblogs.com/chenfeng1122/p/6270217.html //用@PostConstruct注解 @Component public class Test { private static UserService userService; @Autowired private UserService userService2; @PostConstruct public void beforeInit() { userService = userService2; } public static void test() { userService.test(); } } 来源： CSDN 作者： zongmaomx 链接： https://blog.csdn.net/zongmaomx/article/details/104717708

在安装过Tensorflow后，后安装Keras默认将TF作为后端，Keras实现卷积网络的代码十分简洁，而且keras中的callback类提供对模型训练过程中变量的检测方法，能够根据检测变量的情况及时的调整模型的学习效率和一些参数． 下面的例子，MNIST数据作为测试 import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib.image as pimg import seaborn as sb # 一个构建在matplotlib上的绘画模块，支持numpy,pandas等数据结构 %matplotlib inline from sklearn.model_selection import train_test_split from sklearn.metrics import confusion_matrix # 混淆矩阵 import itertools # keras from keras.utils import to_categorical #数字标签转化成one-hot编码 from keras.models import Sequential from keras.layers import Dense,Dropout,Flatten,Conv2D

好文章： https://zhuanlan.zhihu.com/p/61705517 一个stacking过程： _N_FOLDS = 5 # 采用5折交叉验证 kf = KFold(n_splits=_N_FOLDS, random_state=42) # sklearn的交叉验证模块，用于划分数据 def get_oof(clf, X_train, y_train, X_test): # X_train: 1000 * 10 # y_train: 1 * 1000 # X_test : 500 * 10 oof_train = np.zeros((X_train.shape[0], 1)) # 1000 * 1 Stacking后训练数据的输出 oof_test_skf = np.empty((_N_FOLDS, X_test.shape[0], 1)) # 5 * 500 * 1，oof_test_skf[i]代表第i折交叉验证产生的模型对测试集预测结果 for i, (train_index, test_index) in enumerate(kf.split(X_train)): # 交叉验证划分此时的训练集和验证集 kf_X_train = X_train[train_index] # 800 * 10 训练集 kf_y_train = y_train[train

HSQL 是一种轻量级的基于 .NET Core 的数据库对象关系映射「ORM」框架 HSQL 是一种可以使用非常 简单 且 高效 的方式进行数据库操作的一种框架，通过简单的语法，使数据库操作不再成为难事。目前支持的数据库有 MySql、SQLServer。 安装方法 Install-Package HSQL-standard 使用方法 创建映射模型 创建数据库操作实例 进行数据库操作 新增 批量新增 修改 删除 查询 单实例查询 分页查询 灵活条件查询 性能 无索引、单机、单表、表数据为十万行 单实例插入十万次 批量插入十万次 查询单实例十万次 创建映射模型 [Table("t_student")] public class Student { [Column("id")] public string Id { get; set; } [Column("name")] public string Name { get; set; } [Column("age")] public int Age { get; set; } [Column("school_id")] public string SchoolId { get; set; } [Column("birthday")] public long Birthday { get; set; } } Table 标记一个表对象

Docker容器 docker容器是另一个核心概念，容器是镜像的一个运行实例。不同的是镜像是静态的只读文件，容器带有运行时需要的可写层，并且容器中的应用进程处于运行状态。 虚拟机是模拟运行一整套操作系统，docker只运行一个应用和它的运行环境。 创建容器 新建容器,docker [container] create命令新建的容器处于停止状态 [root@docker01 ~]# docker create -it ubuntu:18.04 550c14d7db29b3fbcdff0819546403779f8ce717fa2a5012909b057c2f8b1806 [root@docker01 ~]# docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 550c14d7db29 ubuntu:18.04 "/bin/bash" 34 seconds ago Created kind_rosalind 启动容器,docker [container] start命令来启动一个已经创建的容器 [root@docker01 ~]# docker start 55 55 [root@docker01 ~]# docker ps CONTAINER ID IMAGE COMMAND CREATED

1.下载和安装JDK 首先进入官网下载jdk： https://www.oracle.com/java/technologies/javase-downloads.html ，选择合适的版本下载，比如我下载的 jdk-13.0.2_osx-x64_bin.dmg 从官网下载可能比较慢，可以从镜像站下： jdk-13_osx-x64_bin_jb51.dmg 双击dmg文件进行安装 查看安装是否成功：打开Terminal，输入： java -version macdeMacBook - Pro : test - java mac$ java - version java version "13-ea" 2019 - 09 - 17 Java ( TM ) SE Runtime Environment ( build 13 - ea + 33 ) Java HotSpot ( TM ) 64 - Bit Server VM ( build 13 - ea + 33 , mixed mode , sharing ) JDK介绍(摘自 维基百科-JDK )： Java Development Kit（JDK）是针对 Java 开发人员发布的免费 软件开发工具包 （SDK，Software development kit）。自从Java推出以来，JDK已经成为使用最广泛的Java SDK。