auto

Kafka auto.offset.reset值详解

匿名 (未验证) 提交于 2019-12-03 00:18:01
earliest : automatically reset the offset to the earliest offset,自动将偏移量置为最早的。难道不是topic中各分区的开始?结果还真不是,具体含义如下: auto.offset.reset值含义解释 earliest latest none topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常 以下为测试详细: 1.同分组下测试 1.1测试一 1.1.1测试环境 1.1.2测试结果 earliest latest none 1.1.3测试结论 earliest none 1.2测试二 1.2.1测试环境 1.2.2测试结果 latest 客户端取到了后生产的10条数据 1.2.3测试结论 当创建一个新分组的消费者时,auto.offset.reset值为latest时,表示消费新的数据(从consumer创建开始,后生产的数据),之前产生的数据不消费。 1.3测试三 1.3.1测试环境 1.3.2测试结果 earliest 消费35条数据,即将剩余的全部数据消费完。 latest offset:8 partition:3 none 1.3.3测试结论 earliest latest none 1.4测试四 1.4.1测试环境 1.4.2测试结果

聚类算法

匿名 (未验证) 提交于 2019-12-03 00:08:02
聚类 无监督学习,标记信息未知,通过对无标记训练样本的学习来揭示数据的内在性质及规律 聚类将数据集中的样本划分为若干个不相交的子集(簇) 潜在概念(类别) 可作为单独过程,寻找分布结构,也可作为分类等其他学习任务的前驱过程 性能度量 簇内相似度高,簇间相似度低 一类是与某个参考模型进行比较, 外部指标 a=|SS|,在C中属于相同簇在C*中也属于相同簇的样本对 b=|SD|,在C中属于相同簇在C*中不属于形同簇的样本对 c=|DS|,在C中不属于,C*中属于 d=|DD|,在C中不属于,在C*中不属于 Jaccard系数 J C = a a + b + c JC=\frac{a}{a+b+c} J C = a + b + c a FM指数 F M I = a a + b a a + c FMI=\sqrt{\frac{a}{a+b}\frac{a}{a+c}} F M I = a + b a a + c a RAND指数, R I = 2 ( a + b ) m ( m 1 ) RI=\frac{2(a+b)}{m(m-1)} R I = m ( m 1 ) 2 ( a + b ) 上述度量越大越好 第二类是直接考察聚类结果, 内部指标 dmin(Ci,cj), Ci和Cj间最近样本距离 dcen(Ci,Cj),Ci和Cj中心点距离 DB指数,越小越好 D B I = 1 k ∑

第3课 auto类型推导(2)

匿名 (未验证) 提交于 2019-12-02 23:49:02
第3课 auto类型推导(2) 一、使用auto的优势 【编程实验】优先使用auto #include <iostream> #include <vector> #include <map> #include <functional> #include <unordered_map> #include <boost/type_index.hpp> using namespace std; using boost::typeindex::type_id_with_cvr; //辅助类模板,用于打印T的类型 template <typename T> void printType(string s) { cout << s << " = " << type_id_with_cvr<T>().pretty_name() << endl; } class Widget { int mArea; public: bool operator<(const Widget& w) { return mArea < w.mArea; } }; //简化变量/对象类型的声明 template<typename It> //It为迭代器类型 void dwim(It b, It e) //dwim = do what I mean,做我所想 { while (b != e) { /

vector auto

匿名 (未验证) 提交于 2019-12-02 23:48:02
#include <iostream> #include <vector> #include <string> using namespace std; using std::vector; int main() { vector<string> arr; string str; while (1) { cin >> str; if (str == "q") break; arr.push_back(str); //cout << str << endl; } for (auto &i : arr) cout << i << " "; return 0; }

光盘yum源autofs按需挂载

匿名 (未验证) 提交于 2019-12-02 23:43:01
1.安装autofs服务  (yum install autofs -y) mkdir /automnt 3.编辑主配置文件  (vim /etc/auto.master) (刚才创建的目录,配置文件(配置文件一般命名格式为auto. 按需挂载目录名)) 4.新配置文件auto.automnt  (vim /etc/auto.automnt) 5.

auto encoder

匿名 (未验证) 提交于 2019-12-02 23:36:01
Deep auto-encoder 与受限玻尔兹曼机有点像,都可以进行信息的压缩,都可以用作pre-trainning.区别在于受限玻尔兹曼机是无向图模型,而Deep auto-encoder是一种神经网络,中间特别窄的bottle neck的数据作为压缩的code encoder 与 decoder 的参数可以相互独立,也可以互为逆 数字图片 auto-encoder,越是deep的auto-encoder,压缩出来的二维code,在二维空间中分的越散 相关文档检索: 将一个文档用bag of word表示,然后放入auto encoder,压缩为2维,在二维空间,同一类型的文档会显示在一起。查询的时候,将查询文字利用同样的auto encoder压缩为二维,那么它就会比较接近它所涉及的类型的文档的点。疑问:decoder是还原回bag of word,还是使用word embedding方法,预测下一个词,感觉后一种可能性大,因为前一种无法做语义上的表达 类似图片查找: 将图片auto encoder,然后比较在code空间上的距离 pre-training DNN: 找到比较好的神经网络初始化参数 先把第一个隐层作为bottle neck,训练一个只有一层的auto encoder,然后把第一个隐层的code 固定住,作为输入,再训练一个隐层,依次类推

autofs触发挂载------linux

匿名 (未验证) 提交于 2019-12-02 21:56:30
autofs触发挂载 格式化/dev/sdb5为ext4文件系统 配置一个触发挂载服务: 监控目录为/misc 触发目录为tools 挂载设备为/dev/sdb5 autofs触发挂载是一个服务,要想使用这个服务,要确保系统安装了此服务和开启此服务。autofs之所以可以达到触发挂载,原因是它具有两个配置文件: 更改配置文件后需重启autofs服务生效。 实现此案例需要按照如下步骤进行。 步骤一:格式化/dev/sdb5为ext4文件系统 命令操作如下所示: [root@localhost /]# ls /dev/sdb5 //查看是否识别该分区 ls: 无法访问/dev/sdb5: 没有那个文件或目录 [root@localhost /]# partx -a /dev/sdb //刷新分区表 BLKPG: Device or resource busy error adding partition 1 BLKPG: Device or resource busy error adding partition 2 [root@localhost /]# ls /dev/sdb5 //查看刷新结果 /dev/sdb5 [root@localhost /]# mkfs.ext4 /dev/sdb5 //格式化sdb5分区 步骤二:配置一个触发挂载服务: 在/etc/auto

flex布局入门总结――语法篇

匿名 (未验证) 提交于 2019-12-02 20:37:20
前几天看了阮一峰的Flex布局教程,讲的很不错,总结一下,有兴趣的可以去看原文 http://www.ruanyifeng.com/blog/2015/07/flex-grammar.html Flex全名Flexible Box即弹性布局, 基本用法:display:flex; 行内元素:display:inline-flex webkit内核的浏览器必须加上-webkit前缀 .box{ display: -webkit-flex; /*safari */ display: flex; } float 、 属性将失效 采用 Flex 布局的元素,它的所有子元素自动成为容器成员,称为 Flex 项目(flex item),简称"项目"。 容器默认存在两根轴:水平的主轴(main axis)和垂直的交叉轴(cross axis) .box { flex-direction: row | row-reverse | column | column-reverse; /* row是默认值 */ } .box{ /* nowrap默认值 不换行; wrap换行,第一行在上方; wrap-reverse换行,第一行在下方。*/ flex-wrap: nowrap | wrap | wrap-reverse; } flex-direction 属性和 flex-wrap 属性的简写形式

linux基础命令篇二

被刻印的时光 ゝ 提交于 2019-12-02 19:01:29
1.rmdir删除空目录 [root@andy ~]# ls anaconda-ks.cfg [root@andy ~]# mkdir test [root@andy ~]# ls anaconda-ks.cfg test [root@andy ~]# rmdir test [root@andy ~]# ls anaconda-ks.cfg [root@andy ~]# 2.cat查看文件内容(最少) cat -n显示多少行 [root@andy ~]# ls anaconda-ks.cfg [root@andy ~]# touch test [root@andy ~]# echo "hello" >> test [root@andy ~]# cat test hello [root@andy ~]# cat -n test 1 hello [root@andy ~]# echo -e "hello\nhello" >> test [root@andy ~]# cat -n test 1 hello 2 hello 3 hello 3.more查看文件(更多内容以百分比显示查看进度)不能向后移动,q退出查看 4.less可以随意浏览文件(较少) 5.head查看前10行 [root@andy zabbix]# head zabbix_agentd.conf # This is a