Docker入门学习系列

Kubernetes operator（一）client-go篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第一篇，主要对client-go进行学习，从源码阅读角度，学习client-go各个组件的实现原理、如何协同工作等参考视频
格桑阿sir·2024-02-04 00:08

Kubernetes operator（七） controller-runtime 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第七篇，本节会对编写Operator非常重要的controller-runtime库进行学习基于kubernetesv1.24.0
格桑阿sir·2024-02-04 00:08

Kubernetes operator（五）api 和 apimachinery 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第五篇，主要对k8s.io/api和k8s.io/apimachinery两个项目进行学习基于kubernetesv1.24.0
格桑阿sir·2024-02-04 00:37

Kubernetes operator（六）CRD控制器 开发实战篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第六篇，前面5篇的学习，我们已经清楚CRD开发的各个环节，本节就实际设计一个CRD，并为之编写控制器基于kubernetesv1.24.0
格桑阿sir·2024-02-04 00:37

【Vitis】Vitis HLS学习系列笔记 ：第一个例程

【Vitis】VitisHLS学习系列笔记：第一个例程…………目录1VitisHLS是什么？2例程3很可能遇到的
神仙约架·2024-02-03 22:22

机器学习系列——（七）简单分类算法

机器学习是目前人工智能领域最热门的分支之一，其中朴素贝叶斯分类算法是一种常用的分类算法。本文将详细介绍朴素贝叶斯分类算法的原理、应用以及优缺点。一、原理朴素贝叶斯分类算法是一种基于贝叶斯定理的分类算法。在分类问题中，我们需要根据给定的数据集，将不同的实例分成不同的类别。朴素贝叶斯分类算法的核心思想就是利用已知类别的训练数据来估计每个特征对于分类结果的影响，并通过这些特征值的联合概率分布来确定新实例
飞影铠甲·2024-02-03 17:12

机器学习系列——（八）KNN分类算法

当谈到机器学习中的分类算法时，K最近邻（K-NearestNeighbors，简称KNN）是一个简单而又常用的算法。在本篇博客中，我们将探讨KNN算法的原理、应用和优缺点。一、原理K最近邻算法是一种基于实例的学习方法，它通过利用已知类别的训练样本集来对新的实例进行分类。其核心思想是通过测量不同实例之间的距离来确定新实例的类别。具体来说，KNN算法的原理可以概括为以下几个步骤：数据准备：首先，我们需
飞影铠甲·2024-02-03 17:12

机器学习系列——（五）数据清洗

引言在机器学习领域，数据是训练模型的基础。然而，现实世界中的数据往往存在噪声、缺失值、异常值和不一致等问题，这些问题会对模型的性能产生负面影响。因此，数据清洗作为机器学习流程中至关重要的一步，可以帮助我们处理这些问题，提高模型的准确性和鲁棒性。本文将详细介绍机器学习中的数据清洗过程，以及常见的数据清洗方法和技术。一、概念和目标数据清洗是指通过一系列的操作和技术，对原始数据进行预处理，使其符合模型训
飞影铠甲·2024-02-03 17:11

Spring5系列学习文章分享---第三篇（AOP概念+原理+动态代理+术语+Aspect+操作案例（注解与配置方式））

*JDK**动态代理代码AOP(术语)AOP操作（准备工作）**AOP****操作（**AspectJ注解)**AOP****操作（**AspectJ**配置文件）**开篇:欢迎再次来到Spring5学习系列
码农阿豪·2024-02-03 15:39

机器学习系列——（六）数据降维

引言在机器学习领域，数据降维是一种常用的技术，旨在减少数据集的维度，同时保留尽可能多的有用信息。数据降维可以帮助我们解决高维数据带来的问题，提高模型的效率和准确性。本文将详细介绍机器学习中的数据降维方法和技术，以及其在实际应用中的重要性。一、概念数据降维是指通过对原始数据进行变换或压缩，将其映射到一个低维空间中，从而减少特征的数量。数据降维的目标主要包括以下几个方面：减少计算复杂性：高维数据可能导
飞影铠甲·2024-02-03 11:55

算法学习系列（三十一）：组合数

目录引言一、CnmC_n^mCnm二、递推1.公式2.例题三、预处理1.公式2.例题四、卢卡斯定理1.公式2.例题五、高精度计算2.例题引言这个组合数的问题还是很常见的，就是问CnmC_n^mCnm，然后会根据询问的次数，以及n和m的大小来判断怎么去做。本文用了一写基本的数论公式来进行推导，包括卢卡斯定理等，进行计算。一、CnmC_n^mCnmCnm=n⋅(n−1)⋅(n−2)⋯(n−m+1)m⋅
lijiachang030718·2024-02-03 10:38

机器学习系列 - Mean Shift聚类

文章目录前言一、原理前置知识点MeanShift计算步骤二、应用举例-图像分割三、聚类实战-简单实例bandwidth=1bandwidth=2总结前言MeanShift（均值漂移）是基于密度的非参数聚类算法，其算法思想是假设不同簇类的数据集符合不同的概率密度分布，找到任一样本点密度增大的最快方向（最快方向的含义就是MeanShift），样本密度高的区域对应于该分布的最大值，这些样本点最终会在局部
学海一叶·2024-02-03 07:08

Jmeter学习系列之五：线程组（Thread Group）

前言线程组是一系列线程的集合，每一个线程代表着一个正在使用应用程序的用户。在jmeter中，每个线程意味着模拟一个真实用户向服务器发起请求。在jmeter中，线程组组件运行用户设置线程数量、初始化方式等等配置。例如，如果你设置线程数为100，那么jmeter将创建并模拟测试100个用户请求到服务器端。模拟100个用户一、添加线程组测试计划->右键->添加->线程(用户)->线程组，添加一个新的线程
艳Yansky·2024-02-02 08:48

Docker学习笔记.初识Docker

Docker一，惊鸿一瞥二，Docker入门1，运行容器2，简单使用3，守护式容器4，在容器内部运行进程5，自动重启容器和删除容器6，深入容器三，使用Docker镜像和仓库1，基本镜像操作2，用Dockerfile
qq_51102350·2024-02-02 07:27

机器学习系列4-特征工程

机器学习系列4-特征工程学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding
喜乐00·2024-02-02 07:36

linux安装docker

linux安装docker入门，基于centos7.71、先删除旧的版本(如果没有可以跳过)$sudoyumremovedocker\docker-client\docker-client-latest
alanwhy·2024-02-01 23:11

机器学习系列——（二）主要任务

导语：随着信息时代的到来，机器学习作为一项重要技术正逐渐渗透到我们的生活和工作中。它的主要任务是通过使用数据和算法，让计算机系统从中学习并改进性能，使其能够更智能地处理问题和做出决策。本文将详细介绍机器学习的主要任务，包括分类、回归、聚类和推荐系统等，让我们一同探索这个引领智能时代的关键技术。分类任务分类任务是机器学习中最常见的任务之一。它的目标是将数据分为不同的类别或标签。分类任务可以应用于各种
飞影铠甲·2024-02-01 18:03

【vim 学习系列文章 3.2 -- vim 删除 空格】

文章目录vim删除行尾空格vim删除行尾空格在代码开发的过程中，经常会遇到行尾有空格的现象，如下：我们可以在.vimrc中通过map命令来映射删除行尾空格的快捷键，如下：mapd:%s/\s*$//gd：表示delete；:代码空格键。所以执行d+空格键就可以删除行尾空格。
CodingCos·2024-02-01 16:50

机器学习系列——（一）概述

导语：在当今高度数字化和信息化的时代，机器学习作为一项核心技术，正日益渗透到我们生活的方方面面。它不仅为我们提供了更智能、更高效的解决方案，还给予了计算机系统从经验中学习和改进的能力。本文将带您深入了解机器学习的概念、原理以及应用，让我们一同探索这个引领智能时代的关键技术。第一部分：什么是机器学习？机器学习是一种通过利用数据和统计学方法，使计算机系统从中学习并改进性能的人工智能技术。它通过构建模型
飞影铠甲·2024-02-01 10:42

【Spring Boot 源码学习】BootstrapRegistry 详解

《SpringBoot源码学习系列》BootstrapRegistry详解一、引言二、往期内容三、主要内容3.1源码初识3.2register方法3.3registerIfAbsent方法3.4isRegistered
Huazie·2024-02-01 08:47

Docker安装+HelloWorld+运行Tomcat

这篇我来讲讲Docker入门的相关概念和常用的命令，跟大家一起入门Docker！Docker一、Docker相关术语一般从零学习一门技术(语言)，都是从HelloWorl
Java3y·2024-01-31 23:13

读书和学习系列之快速阅读（上）

前言：本文是一篇读书笔记!弗兰西斯·培根说：“有些书可以浅尝即止，有些书要生吞活剥，而只有少数的书是要咀嚼和消化的。”图片发自App1.阅读的4个层次基础阅读，检视阅读，分析阅读，主题阅读级别越高所要的主动和能力越强!1.1基础阅读：实则是段和句的理解基本能读懂，就是大众化的随便普通阅读，通常是无读书障碍的中小学生水平，主要在于对句子和段落的理解……1.2检视阅读：对书的筛选和整体理解，主旨的明确
甜的梦想之路修心之旅·2024-01-31 17:10

Jmeter学习系列之二：工具面板必知必会

目录前言一、菜单栏二、功能区编辑2.读入数据总结前言Jmeter面板一共分为4个区域，分别是菜单栏、功能区、视图区和内容区。菜单栏：主要功能包括新建测计划，添加线程组、测试脚本，分布式运行相关，查看日志，生成报告和函数助手。功能区：比较简单，下面详情介绍功能区。视图区：目录树，添加存放测试设计中所使用到的元件。内容区：详细配置区域，主要对元件进行相对应的编辑和配置。一、菜单栏文件：新建、打开、保存
艳Yansky·2024-01-31 15:22

Jmeter学习系列之四：测试计划元素介绍

测试计划元素JMeter包含各种相互关联但为不同目的而设计的元素。在开始使用JMeter之前，最好先了解一下JMeter的一些主要元素。注意:测试计划包含至少一个线程组。以下是JMeter的一些主要组件:测试计划（Plan）线程组(ThreadGroup)控制器(Controllers)监听器(Listeners)计时器(Timers)配置元素(ConfigurationElements)预处理器
艳Yansky·2024-01-31 15:51

docker入门问题之六

确保Docker容器的安全性Docker容器的安全性是容器技术中一个至关重要的方面。以下是一些确保Docker容器安全性的关键步骤和最佳实践：最小化基础镜像：使用轻量级的基础镜像，如AlpineLinux，减少攻击面。定期更新基础镜像以修复已知的安全漏洞。容器隔离：利用Linux内核的命名空间（Namespaces）和控制组（Cgroups）功能来隔离容器进程和资源。避免在宿主机上运行特权容器（使
琛哥的程序·2024-01-31 14:22

docker入门问题二

1.如何从DockerHub或其他注册中心获取镜像？DockerHub是Docker的官方公共镜像仓库，其中包含了大量的Docker镜像，用户可以直接从DockerHub中获取所需的镜像。除了DockerHub，还有许多其他的镜像仓库，如阿里云容器镜像服务、亚马逊的ECR等，用户也可以从这些镜像仓库中获取镜像。从DockerHub或其他注册中心获取镜像的步骤如下：首先，用户需要在本地安装Docke
琛哥的程序·2024-01-31 14:48

机器学习系列-1基础概念

机器学习系列-1基础概念学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding
喜乐00·2024-01-31 12:18

Jmeter学习系列之三：测试计划详细介绍

目录前言步骤1:启动JMeter窗口步骤2:添加/删除测试计划元素步骤3:加载并保存测试计划元素。步骤4:配置树元素步骤5:保存JMeter测试计划步骤6:运行JMeter测试计划
艳Yansky·2024-01-31 10:18

机器学习系列-2 线性回归&训练损失

机器学习系列-2线性回归&训练损失学习内容来自：谷歌ai学习https://developers.google.cn/machine-learning/crash-course/framing/check-your-understanding
喜乐00·2024-01-31 07:35

shiro学习系列：shiro自定义filter过滤器

shiro学习系列：shiro自定义filter过滤器自定义JwtFilter的hierarchy（层次体系）上代码packagecom.finn.springboot.common.config.shiro.filters
悲雨叹风·2024-01-31 03:11

适合 Kubernetes 初学者的一些实战练习(二)

本文作为Kubernetes学习系列的第二篇文章，我们继续学习XX.练习1-使用脚本在Linux服务器上自动安装Kubernetes的包管理器
JerryWang_汪子熙·2024-01-30 21:53

Kubernetes operator（二）CRD篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第二篇，主要对CRD进行学习1.CRD介绍1.1.如何使用在K8S系统扩展点中，开发者可以通过CRD（CustomResourceDefinition
格桑阿sir·2024-01-30 17:32

Kubernetes operator（三）code-generator 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第三篇，主要对使用code-generator进行CRD自动代码生成进行学习Kubernetesoperator学习系列快捷链接
格桑阿sir·2024-01-30 17:32

Kubernetes operator（四）controller-tools 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第四篇，主要对使用controller-tools进行CRD自动代码生成进行学习Kubernetesoperator学习系列快捷链接
格桑阿sir·2024-01-30 17:32

云原生学习路线导航页（持续更新中）

云原生学习路线导航页（持续更新中）本文作为云原生学习系列文章的导航页，内容实时更新，笔者会对其中列出的每一项，进行学习并整理成文章，敬请期待1、形成对云原生的基本认识2、golang学习2.1.golang
格桑阿sir·2024-01-30 17:02

Docker入门篇（二）—— 命令

Docker入门篇（二）——命令插播！插播！插播！亲爱的朋友们，我们的Cmake/Makefile/Shell这三个课程上线啦！
IVY_WANG_QAQ·2024-01-30 14:38

机器学习系列 16：使用 scikit-learn 的 Pipeline

在机器学习项目中，我们经常需要进行大量的数据预处理步骤，最后用处理干净的数据集来拟合机器学习算法得到一个合适的机器学习模型。scikit-learn提供了一个强大的Pipeline类来帮助我们将所有的数据预处理步骤和训练模型的步骤串起来。就像流水线一样，前一个步骤处理完的结果输入到下一个步骤，依次处理。这里我们将使用UCI提供的威斯康星洲乳腺癌数据集，下载地址如下：https://archive.
加百力·2024-01-30 07:28

Docker—入门及Centos7安装

1、Docker入门1.1、Docker是什么？Docker是基于Go语言实现的云开源项目。
布道师小羊·2024-01-30 01:42

Jmeter学习系列之一：Jmeter的详细介绍

目录一、Jmeter的介绍二、Jemeter的特点三、Jemter相关概念3.1采样器（Samplers）3.2逻辑控制器（LogicControllers）3.3监听器（Listeners）3.4配置元件（ConfigurationElements）3.5断言（Assertions）3.6定时器（Timers）3.7前置处理器（Pre-processors）3.8后置处理器（Post-proce
艳Yansky·2024-01-29 10:50

Windows原理深入学习系列-访问控制列表

这是[信安成长计划]的第19篇文章0x00目录0x01介绍0x02DACL0x03创建DACL0x04文件读取测试0x05进程注入测试0x06原理分析Win10_x64_20H20x07参考文章在最后分析的时候纠正一下网上大批分析文章中的一个错误，东西只有自己实践了才知道0x01介绍在上一篇讲强制完整性控制的时候提到过，在权限检查的时候，会先进行强制完整性检查，然后再进行DACL检查，DACL就是
信安成长计划@Stars·2024-01-29 02:49

Comunion 区块链深度学习系列｜椭圆曲线数字签名发展史

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。密码学有两类：私钥密码学，公钥密码学。也可以称之为：对称密码学，非对称密码学。其中公钥密码里面有三个基本原理：公钥加密、数字签名、密钥协商。本文详细阐述的内容是：现
来到ComingDAO·2024-01-28 17:53

算法学习系列（二十八）：快速幂、逆元

目录引言一、快速幂概念二、代码模板三、例题1.快速幂模板题四、快速幂求逆元引言这个快速幂还是很重要的，算是一个比较基础的问题在数论里面，主要是为了降低时间复杂度用的，然后介绍了逆元的概念以及如何用快速幂来求。一、快速幂概念求akmodpa^{k}\mod\pakmodp，一般就是累积kkk次，时间复杂度为O(N)O(N)O(N)快速幂：先预处理出a20,a21a22⋯a2logka^{2^{0}}
lijiachang030718·2024-01-28 15:03

算法学习系列（二十七）：欧拉函数、欧拉定理、费马小定理

目录引言一、欧拉函数1.概念2.求每个数的欧拉函数二、线性筛法求欧拉函数三、欧拉定理，费马小定理引言本文主要介绍欧拉函数、线性筛法求欧拉函数，以及公式是怎样推导出来的，并且介绍了欧拉定理，以及费马小定理是怎样被推导出来的。一、欧拉函数1.概念欧拉函数ϕ(N)：欧拉函数\phi(N)：欧拉函数ϕ(N)：1~N中与N互质的数的个数，（互质：公约数只有1的两个自然数）N=p1α1⋅p2α2⋅p3α3⋅⋯
lijiachang030718·2024-01-28 15:32

算法学习系列（二十九）：裴蜀定理、扩展欧几里得算法

目录引言一、裴蜀定理二、扩展欧几里得算法模板三、公式推导四、例题1.扩展欧几里得算法模板题2.线性同余方程引言这个扩展欧几里得算法用的还是比较多的，而且也很实用，话不多说直接开始吧。一、裴蜀定理裴蜀定理：对于任意正整数a和b，一定存在非零整数x和y，使得ax+by=gcd(a,b)裴蜀定理：对于任意正整数a和b，一定存在非零整数x和y，使得ax+by=gcd(a,b)裴蜀定理：对于任意正整数a和b
lijiachang030718·2024-01-28 14:58

Docker入门篇（一）

Docker入门篇（一）插播！插播！插播！亲爱的朋友们，我们的Cmake/Makefile/Shell这三个课程上线啦！
IVY_WANG_QAQ·2024-01-28 12:18

docker入门知识总结

DOCKER1.概述1.1为什么要使用docker每次发布项目都要重新部署服务器，是否已经让你厌恶？项目发布能不能连同运行环境一起自动化部署？为了解决这个问题，docker出现了。docker的灵感来自于集装箱，重点在于隔离机制，通过隔离机制能做到避免多个应用的端口冲突，实现单台服务器部署多个运行环境。1.2docker历史诞生于2010年，几个搞IT的热血青年走到一起创办了dotCloud公司；
skyshandianxia·2024-01-28 00:17

minitab学习系列(1)--二项式分布过程能力分析

系列文章目录文章目录系列文章目录前言一、操作步骤二、主要结果三、所有统计量和图形四、选择特殊原因检验五、minitab说明书解释参考六、数据注意事项总结前言使用二项式分布过程能力分析确定缺陷品百分比是否符合客户的要求。当每个产品项都划分为两个类别中的一类（例如通过或未通过）时使用。使用此分析，可以执行以下操作：确定过程是否受控制。估计每个样本的缺陷品百分比，以及所有样本的缺陷品百分比（缺陷百分比）
用余生去守护·2024-01-27 18:09

Spring5系列学习文章分享---第五篇（事务概念+特性+案例+注解声明式事务管理+参数详解 ）

目录事务事务概念什么是事务事务四个特性（ACID）搭建事务操作环境Spring事务管理介绍注解声明式事务管理声明式事务管理参数配置XML声明式事务管理事务操作（完全注解声明式事务管理）感谢阅读开篇:欢迎再次来到Spring5学习系列
码农阿豪·2024-01-27 16:48

30分钟掌握docker的基本使用

docker入门目标基于centos7实例操作安装docker获取mysql镜像构建一个mysql容器简单使用mysql容器安装dockeryuminstall-ydocker启动dockersystemctlstartdocker
佳人芸芸·2024-01-27 00:00

Prometheus学习系列（二十三）之PromQL HTTP API

在Prometheus服务器上的/api/v1下可以访问当前稳定的HTTPAPI。将在该端点下添加任何非中断添加项。一、格式概述这个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。到达API处理的无效请求，返回一个JSON错误对象，并返回下面的错误码：400BadRequest。当参数错误或者丢失时。422UnprocessableEntity。当一个表达式不能被执行时。50
飞雪K·2024-01-26 12:25
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他