目录一、hadoop的下载及安装二、hadoop的使用模式1、本地(独立)模式——Standalone Operation2、伪分布模式——Pseudo-Distributed Operation官方网站：Apache Hadoophttps://hadoop.apache.org/一、hadoop的下载及安装下载网站：Apache DownloadsHome page of The Apache

目录一、docker网络1、Docker原生网络(1)bridge桥接模式——和宿主机的网卡之间搭建一个“桥”(2)host模式——直接使用宿主机的网卡(3)none模式——无网络模式2、Docker自定义网络(1)自定义网桥的自动解析功能(2)自定义网桥的自定义参数与网络隔离/互通3、Docker容器通信(1)同一网桥上的不同容器通信(2)Joined容器——容器的网络被其他容器共享(3)&lt

目录一、docker仓库1、什么是仓库2、Docker Hub(1)首先在https://hub.docker.com/网站注册一个账号(2)在docker hub上新建一个公共仓库(3)接下来要从docker主机上传镜像(4)修改镜像名并上传镜像：(5)docker hub帐号的注销：3、Registry 工作原理(1)一次docker pull 或 push背后发生的事情(2)Docker R

一、分离jenkins的构建功能jenkins服务器默认功能为：1、持续集成与持续交付2、构建但是实际成产环境中，要避免资源占用集中在一个节点上。因此需要将构建任务交给jenkins的“小弟”，即新建一个虚拟机作为jenkins的agent端，分担jenkins的工作量。新建agent节点，命名为server5。安装java支持：#在server5上安装jdkyum install -y java

目录一、hadoop的下载及安装二、hadoop的使用模式1、本地(独立)模式——Standalone Operation2、伪分布模式——Pseudo-Distributed Operation官方网站：Apache Hadoophttps://hadoop.apache.org/一、hadoop的下载及安装下载网站：Apache DownloadsHome page of The Apache

实验环境：一台可以上网的主机(ansible)，一台客户机。配置好网络，配置好软件源。一、ansible对企业运维的意义二、安装Ansible由于ansible在镜像软件源中没有，所以需要通过epel源安装。安装过程如下：三、构建ansible的清单1、全局清单文件查看清单2、指定其他清单文件查看清单：3、查看清单：--inventory5.构建用户级Ansible操作环境#创建d...

opencv自带Otsu算法，只需要在分割时将参数选择为“cv2.THRESH_OTSU”即可#coding:utf-8import cv2import numpy as npfrom matplotlib import pyplot as pltimage = cv2.imread('E:/shale10053.bmp')grayimage = cv2.cvtColor(image, cv2.C

前段时间做过几个彩色图像多通道特征提取的研究，所以在这里记录一下彩色图像通道分离+融合的代码。import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('/lena.jpg',cv2.IMREAD_COLOR)#以彩色形式读取图像#函数分离图像三通道b, g, r = cv2.split(img

两者都可以用来衡量两个概率分布之间的差异性。JS散度是KL散度的一种变体形式。KL散度：也称相对熵、KL距离。对于两个概率分布P和Q之间的差异性（也可以简单理解成相似性），二者越相似，KL散度越小。KL散度的性质：●非负性。即KL散度大于等于零。●非对称性。即运算时交换P和Q的位置，得到的结果也不一样。（所以这里严格来讲也不能把KL散度称为KL距离，距离一定符合对称性，所以要描述准确的话还是建议用

对我来说，小波分解属于研究大结构框架中图像预处理最基础的地方，由于创新性不足，一年多前尝试过以后就被搁置；现已研究出较新的多尺度/多分辨率特征提取算法，故将小波变换留个纪念。import cv2import numpy as npimport osimport matplotlib.pyplot as pltimport numpy as npimport matplotlibimport pyw