- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户1880875的专栏
Linux云计算运维架构师（连载）-自动化运维ansible-11
[root@ansible ~]# ansible host1 -m yum -a 'name="*" state=latest'
1.8K10发布于 2021-07-05 - 来自专栏用户1880875的专栏
Linux云计算运维架构师（连载）缓存服务 Redis 集群-11
主从刚刚连接的时候，进行全同步；全同步结束后，进行部分同步。当然，如果有需要，slave 在任何时候都可以发起全同步。
75610发布于 2021-07-07 - 来自专栏科技记者
第11章 降维 笔记
11.3 使用PCA进行降维 主成分分析是一种应用非常广泛的线性降维方法，适合数据集包含非常多的特征，并且特征间彼此冗余（相关的情况）。 通过将特征集缩减成一小部分能代表原始特征集最主要变化的主要特征分量，实现高维数据到低维数据空间的映射。 多维尺度分析通过图形方式展示多个对象之间的相似或相异程度距离），多维是指映射到一维、二维或多维空间表达CF全家人相对距离，一般使用一或二维空间。 算法分为4步：确定邻近点，构建邻接图，计算最短路径和MDS分析找到数据间的低维嵌入。 扩展可以将RnavGraph包将图形作为数据浏览的基础方式来实现高维数据的可视化。 ISOMAP是全局性非线性降维，LLE主要是局部母性降维算法，假设每个数据点可以由k个邻近点的母性组合构成，映射后能保持原来的数据性质。
1.2K40编辑于 2022-03-04 - 来自专栏冰漪叶的折腾
使用Debian11 live cd格盘重装Debian
继上一篇文章《更新Debian 11并给根分区扩容》中我的评论所说的那样，dns解析服务十分不稳定，日常无响应，于是我使用之前用来给根分区扩容的那个Debian11 live cd把Debian彻底的格盘重装了一次 ，现以此文章记录过程，另外，这篇文章中也有相当多的图片，实测这篇文章完整加载需要369MB的流量 实测需要将近370MB的流量 此文章仅用于记录我于21.7.25将我在本地环境搭建的服务器格盘重装Debian dns服务器的设备的网络全部瘫痪，尤其是仅有ipv4网络的设备，那瘫痪的叫个彻底，所有域名都无法解析，只能通过IP访问，迫于无奈，只好暂时放弃使用自建的广告拦截dns，使用公用dns，并于25号对它进行了格盘重装 的分区格式化 格式化Debian分区 然后进到esp分区里面，把关于Debian的文件都删了，确保没有残留的Debian启动文件 删除原有的Debian相关的文件 接下来换上事先准备好的Debian 11 接下来就是配置自动挂载Windows分区，前面的文章有提到过如何开机自动挂载Windows分区，这里不再赘述，详情自行移步《在已安装Windows的情况下安装原生Debian组双系统》查看，不过似乎通过Debian 11
2.5K20编辑于 2022-10-24 - 来自专栏NowlNowl_AI
机器学习第11天：降维
：当一个任务有很多特征时，我们找到最主要的，剔除不重要的 主流方法 1.投影 投影是指找到一个比当前维度低的维度面（或线），这个维度面或线离当前所有点的距离最小，然后将当前维度投射到小维度上 二维投射到一维 三维投射到二维 2.流形学习 当然，当数据集投影后在低纬度上有重叠的时候，我们应该考虑别的方法 我们来看看被称为瑞士卷数据集的三维图 经过两种降维数据的处理，我们得到下面两幅二维数据可视化图 我们可以看到 ，左边的数据 有很多重合的点，它使用的是投影技术，而右图就像将数据集一层层展开一样，这就是流形学习 我们接下来介绍三种常见的具体实现这些的降维方法 一、PCA主成分分析 介绍 pca主成分分析是一种投影降维方法 PCA主成分分析的思想就是：识别最靠近数据的超平面，然后将数据投影到上面 代码 这是一个最简单的示例，有一个两行三列的特征表x，我们将它降维到2个特征（n_components参数决定维度） from ，重要的是我们要理解为什么要降维——减少不重要的特征，同时也能加快模型的训练速度
36010编辑于 2024-01-18 - 来自专栏合集
机器学习day11降维
降维 用一个低维度的向量表示原来高维度的特征，避免维度灾难。 降维方法 主成分分析 线性判别分析 等距映射 局部线性嵌入 拉普拉斯特征映射 局部保留投影 PCA最大方差理论 原始数据高维向量包含冗余与噪声。 举个例子 如果在三维空间里面，一系列数据点过一个平面，如果我们使用xyz来表示，就需要用到三个维度。 而如果我们将其放在一个平面，使用xy来表示，那么就只有两个维度，而且数据也不会有任何的丢失，这样，我们就完成了从降维，从三维到二维。 对于给定的一组数据 ? ，通过以下映射将n维样本映射到d维 相关阅读： 机器学习day9-决策树 机器学习day8-SVM训练误差为0的解存在问题 机器学习day7-逻辑回归，分类问题
57650发布于 2020-08-25 - 来自专栏Bug生活2048
小程序云开发高逼格玩法
最近小程序的云开发已经不太满足我的需求了 背景 ? 最近发现小程序的云开发有些限制我的发挥了，毕竟云开发的资源针对的是单个小程序，后端的数据就像一座座孤岛。 有了小程序其实就有了对应的基础版云开发资源，抛开小程序本身，其实我可以把这10个免费的云开发资源作为我的后端资源「每个小程序可以创建两个云环境」。 这样你在访问云资源时就可以畅通无阻啦。 在资源的上层，打算使用腾讯云提供的云函数（SCF）。 ? 目前我使用的都是腾讯云「毕竟小程序是腾讯系的」，当然你也可以用阿里云，华为云等等，但最好还是使用大公司的，有保障点。 这里整理一份用到的服务清单: 小程序及小程序云开发资源（免费） 腾讯云云函数（按使用量收费） 腾讯云API网关（按使用量收费） 云数据库Mysql（有点小贵），我买了一台云服务器自己安装了Mysql（收费
1.6K41发布于 2019-12-11 - 来自专栏计算机视觉工坊
系列篇|三维重建之纯格雷码三维重建
对于新手来说，使用格雷码做单目结构光三维重建是一个入门级的训练。但是在复现时往往会遇到一个问题，明明解码都很不错了，重建后的点云精度却很低，甚至重建出来的平面点云出现断层现象。 这是由于格雷码是一种离散型编码，编码精度是整数级的像素，这种编码设计注定了它的精度不会太高。所以在实际应用中，格雷码通常是配合着其他编码方式一起使用：比如使用格雷码来标示相移的周期数。 本文就简单介绍下如何使用纯格雷码进行三维重建，并得到一个精度尚可的点云（至少不出现重建平面时明显断层/分层现象）。 从解决问题的本身出发，想要得到一个精度比较不错的点云，最直观的思路是解码时得到一个准确的亚像素级精度，比如像相移那样，但是对于格雷码而言，很难去给出一个很好的插值函数去获得一个亚像素级的匹配，实际上，如果以图片某一行为例 纯格雷码的三维重建并不算很常见，如果一定要用，不防试下上述方法，可以保证一定精度，当然还是没有相移法来的准确。
1.1K20发布于 2020-11-19 - 来自专栏3D视觉从入门到精通
系列篇|三维重建之纯格雷码三维重建
对于新手来说，使用格雷码做单目结构光三维重建是一个入门级的训练。但是在复现时往往会遇到一个问题，明明解码都很不错了，重建后的点云精度却很低，甚至重建出来的平面点云出现断层现象。 本文就简单介绍下如何使用纯格雷码进行三维重建，并得到一个精度尚可的点云（至少不出现重建平面时明显断层/分层现象）。 从解决问题的本身出发，想要得到一个精度比较不错的点云，最直观的思路是解码时得到一个准确的亚像素级精度，比如像相移那样，但是对于格雷码而言，很难去给出一个很好的插值函数去获得一个亚像素级的匹配，实际上，如果以图片某一行为例 纯格雷码的三维重建并不算很常见，如果一定要用，不防试下上述方法，可以保证一定精度，当然还是没有相移法来的准确。 最后，也欢迎大家一起在「3D视觉从入门到精通」知识星球里多多交流，我们相互学习，一起进步~ 推荐阅读： 系列篇|结构光——格雷码编解码方法 系列篇|单目结构光三维成像系统的标定方法 系列篇|结构光三维重建基本原理
1.3K10发布于 2020-11-19 - 来自专栏全栈程序员必看
《前端运维》一、Linux基础–11服务
首先服务的概念，对于linux服务器来说，其中大多数的软件都算是服务，比如nginx、mysql、Jenkins等等。下面我们就来学习一下linux中有关服务的一些内容。
95130编辑于 2022-07-21 - 来自专栏DBA随笔
Redis开发与运维学习笔记---(11)
Redis开发与运维学习笔记---(11) Redis开发与运维中遇到的问题 之前的文章中，我们讲述了redis的复制机制，通过复制，数据可以被备份，然后这些备份的副本可以用来做读写分离、负载均衡、故障转移等 3 规避全量复制 我们知道，全量复制是一个非常消耗资源的操作，如何规避全量复制是需要我们关注的运维点。
53610发布于 2020-04-14 - 来自专栏Python与算法之美
11，二维dataframe —— 类SQL操作
pandas中常用的数据结构有： 1，Series：一维数组，有index。Series中只允许存储同种类型数据。 2，DataFrame：二维的表格型数据结构。 3，Panel ：三维的数组。可以理解为DataFrame的容器。 你发现 pandas库的名字和这三种数据结构名字的关系了吗？本节和接下来的几节我们介绍DataFrame。
97720发布于 2020-07-20 - 来自专栏zaking's
《前端运维》一、Linux基础--11服务
首先服务的概念，对于linux服务器来说，其中大多数的软件都算是服务，比如nginx、mysql、Jenkins等等。下面我们就来学习一下linux中有关服务的一些内容。
1K20编辑于 2022-05-10 - 来自专栏后端Coder
LeetCode11|搜索二维矩阵
2，示例 输入: matrix = [ [1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 50] ] target = 3 输出: true main(String[] args) { int[][] matrix = { {1, 3, 5, 7}, {10, 11
36320发布于 2020-08-12 - 来自专栏ACM算法日常
维格表联名的思维场，想通了算法才简单
这场周赛由 vika 维格联名，第二题和第四题都比较偏思维，想通了就很简单，想不通就会被罚坐 设计知识点：滑动窗口，逆向思维，位运算，状态压缩，贪心 5976.
42010编辑于 2022-02-10 - 来自专栏CSDN技术头条
Hyper容器云及云上运维
关于Hyper，大家比较好奇，本文将从三个方面重点分享Hyper的原理和容器云运维：从Docker到Hyper Container，Hyper Container用于公有云，容器云上运维的变化。 然后又基于这个项目构建了我们自己的公有容器云服务（https://hyper.sh）。应该说我们这个容器云还是挺独特的，可以认为它是一个云版的Docker。 容器云上运维的变化 最后想分享一下我对于容器时代运维的一些思考。在容器时代，很多运维理念跟以前不太一样了。 资源视角。以前，资源就是机器，不管是物理机还是虚机。 传统的运维方式，就是就是把应用的二进制文件编译好了扔到服务器上，替换旧的，重启服务，发现有问题赶紧把旧文件换回来，回滚服务，这是典型的变更方式。 一开始运维可能很不适应，但是我相信未来的趋势是容器，我们要往这个方向去努力。
4.1K70发布于 2018-02-13 - 来自专栏惊羽-布壳儿
云实验室(11) - openldap
-7622d52404fb436aae9c2588e6ce3f8a.png 2.3 在konga网关配置路由 此处只写了upstream 的配置,此外还需要配置service,route,详情参考 [云实验室
95220编辑于 2022-06-15 - 来自专栏腾讯云开发者社区头条
腾讯云11·11：千亿订单背后的安全“暗战”
那么针对这些问题，腾讯云是如何助力其电商客户解决？本文将从海量并发、安全性、用户体验几个方面，深入讲解腾讯云电商平台最佳实践方案。 最具特色的便是抢购、秒杀活动了，而这也使得 Web 访问量可能瞬间陡增十倍甚至是数十倍，对接入层、逻辑层的按需、实时、快速平行扩展能力提出了较高的要求，如选用传统的硬件设备搭建集群，会遇到成本高昂，运维繁琐等问题 对于自建 IDC 的客户，则可以采用混合云的模式，以专线将腾讯云与其自建 IDC 连接起来，这样仅在公有云上部署其接入、逻辑、cache 层，就可充分复用公有云的 BGP 接入及弹性的能力。 清洗后的干净流量，再通过 BGP 路由回注至核心路由，最终流至客户的云主机或通过转发集群流至客户在腾讯云外的机房。 高防 IP 基于公网 IP 回源，在其他云或 IDC 机房的业务，都可以接入腾讯云高防 IP 的防护 网络安全防御实践 大禹是腾讯云 AI 安全战略的网站安全防御系统，大禹网站高防可抵御 SYN Flood
7.1K41发布于 2017-11-13 - 来自专栏Windows技术交流
玩转腾讯云winpe运维
11月是个有期待的月份，双十一活动入口：https://cloud.tencent.com/act/pro/double11-2024。 2、下载后提取.iso里面的kernel.WIM 3、用Dism++x64.exe加载上步的.WIM文件给它集成腾讯云驱动 dism++官网：http://chuyu.me/zh-Hans/ 选择.WIM 文件和挂载位置（需要空文件夹，并且有写权限）后点确定，等加载进度走完后会看到"打开会话"字样，鼠标放上去是个小手图标，如下图 4、点一下左侧的"驱动管理"，然后点右下侧的"添加驱动"，选择腾讯云Win11 驱动的位置 分普通CVM的驱动和裸金属博通网卡驱动，从中提取Win11的驱动放到一个文件夹即可 5、另存为映像boot.wim 另存为完成后，点卸载映像 6、下载一个现成的Win11PE的ISO壳子，用上步生成的 pwd=br4h 提取码: br4h 7、参考我这篇文档：怎么挂维护盘到开机启动项，安装easybcd，把集成好腾讯云驱动的win11pe iso集成到开机启动项，这样开机的时候就能看到win11pe
2K10编辑于 2024-11-14 云上盛宴-腾讯云双11活动玩法攻略
这不，为了助力轻松上云，腾讯云双十一活动它来了！各种类型的云产品及各种福利活动玩法可供选择。话不多说，直接上玩法和链接！ 点击此双11活动链接，直接进入，进入后页面如下。 四、会员冲榜，万元大礼速来拿 双十一活动期间（即日起至2024年11月30日23:59:59），除了普通用户福利外，会员还享有会员冲榜福利，即根据会员消费额度的不同赠送相应代金券。 第2-5名：【代金券】满30000减12000 +【实物奖品】华为蓝牙水滴耳机（陶瓷白-至臻版）； 第6-10名：【代金券】满20000减8000 +【实物奖品】惠普键鼠套装（CS500白色）； 第11 非会员的友友们可以借助本次活动限时入会哦（11月1日-11月30日任意消费满499元） 五、双人成团，折扣商品任意拼 拼团购买，价格更优！是的，你没听错，云产品也能拼团了。 以上就是我对腾讯云双十一活动玩法的一些见解和攻略。勿需多言，有需要的小伙伴们赶紧点此双11活动链接加购吧！！
20.6K21编辑于 2024-11-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号