老版本直接用户名和密码即可，新版要求是用户名和token方式，我的jenknis版本是Jenkins 2.303.1Build Authorization Token Root | Jenkins plugin在 全局安全配置中打开下面选项 首先在用户下面创建自己的API Token并保存,配置路径：系统管理->安全里面的管理用户 测试的job 执行curl 调用api 来build参数说明：-u

https://www.ibm.com/developerworks/cn/linux/1310_xiawc_networkdevice/https://developer.ibm.com/zh/technologies/linux/https://opengers.github.io/home/https://www.cnblogs.com/janeysj/articles/10755246.h

helm 是基于 kubernetes 的包管理器。它之于 kubernetes 就如 yum 之于 centos，pip 之于 python，npm 之于 javascript那helm的引入对于管理集群有哪些帮助呢？可体现在基础运维建设及业务应用两方面基础设施，更方便地部署与升级基础设施，如gitlab，prometheus，grafana，ES等业务应用，更方便地部署，管理与升级公司内部应用

机器学习是人工智能的一个子集，它通过让机器从数据中学习规律和模式，而无需显式编程。深度学习则是机器学习的一个子集，特指那些使用多层神经网络（通常称为深度神经网络）来进行学习的算法。在这种意义上，所有深度学习都是机器学习，但并非所有机器学习都是深度学习。

2.sonarqube社区版没有对c++类代码的分析，但是可以找到一个开源的包，安装即可，扫描的话可以使用cppcheck来进行扫描。1.sonarqube是一款代码分析的工具，通过soanrScanner扫描后的数据传递给sonarqube进行分析。

1.安装英伟达显卡驱动首先需要到NAVIDIA官网去查自己的电脑是不是支持GPU运算。。打开后的界面大致如下，只要里边有对应的型号就可以用GPU运算，并且每一款设备都列出来相关的计算能力（Compute Capability）。如果是ubuntu系统：明确了显卡性能后，接下来就开始在ubuntu系统安装对应的显卡驱动。或者去官网下载驱动再手动安装的方式，命令官网上有。上图显示cuda最高支持12.

可选的数据库名称也可以使用路径，如 /home/me/oltp:t1.frm，将使用oltp作为数据库名。如果不想最后的文件夹作为数据库名，只需指定冒号，如 /home/me/data1/:t1.frm，在这种情况下，CREATE语句将忽略数据库。需要指定.frm文件的路径，也可以指定一个目录，该目录下的所有.frm文件将被读取。数据库要求：innodb_file_per_table=1 共享表空

Transformers库是由Hugging Face开发的，它建立在PyTorch和TensorFlow之上，提供了许多预训练的Transformer模型和相关工具。PyTorch是由Facebook开发的深度学习框架，它提供了丰富的工具和API，使得构建和训练神经网络变得更加简单和高效。因此，PyTorch和TensorFlow是深度学习框架，而Transformers是一个基于这两个框架之一

大概了解我先大体说一下整个过程,有一个小小的认识,然后我再详细展开说.用户提交请求创建Pod时,Kubernetes发现这个Pod声明使用了PVC,这时就需要PersistentVolumeController帮它找一个PV来进行配对.如果有的话呢,就直接进行绑定.但是如果没有呢?就去找对应的StorageClass,帮它新创建一个PV,然后再和PVC进行绑定.但是请注意,此时新创建的PV,只是一

curl方式：Rancher在每个节点上部署代理以与节点通信。此页面描述了可以传递给代理的选项，要使用这些选项，您需要采用，并在docker run添加节点时将选项添加到生成的命令中。