logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

docker 安装、设置镜像加速、测试

docker 安装、设置镜像加速、测试    使用 docker-tool 安装在window上面的docker, 一般都是通过虚拟机模拟实现的,基本的虚拟机是virtualbox.docker pull 的时候是通过虚拟机网络进行下载镜像的,所以,想要使用加速,就需要对这个虚拟机进行设置一下。如下:    准备--安装    首先,安装docker,基本的安装方式是去官网下载相应的安装包,   

#docker
linux必备软件合集

Ubuntu常用软件合集我用的使Ubuntu-Kylin14.04,原因呢主要是觉得使本土化的,自带了日历、输入法、优客助手等易于上手的应用。也省的每次安装完原生的系统再麻烦的安装,但是这些软件并不仅仅局限于ubuntu14.04美化篇刚装上ubuntu,看起来很朴素,而且用起来很多习惯发生了变化,也不怎么美观,但是ubuntu因为linux强大的软件集和扩展新,可以让ubuntu完全从丑小鸭变成

#linux#ubuntu
docker 之安装卸载、mysql、redis、mongo、服务的运行

Dockerdocker 安装卸载环境:cent os Linux version 3.10.0-693.2.2.el7.x86_64 (builder@kbuilder.dev.centos.org)安装# step 1: 安装必要的一些系统工具sudo yum install -y yum-utils device-mapper-persistent-data lvm2# Ste...

#docker
linux 查看内存排行并进行计算

Linux 命令:ps -aux | sort -k6nr | head -n 100 | awk '{sum+=$6} END {print sum}'解释:使用ps 将进程列出,并使用sort 进行排序,-k 指定排序的位置,这里是第6个域,nr 是按照数值大小反向排序,后面的head是对100个进行计算, 最后使用awk 进行处理,对第六列的值进行相加,最后统一输出,得到前100个程序的内存

python 多线程,详细教程,线程同步,线程加锁,ThreadPoolExecutor

python 多线程的使用多线程主要用于大量的IO操作时的并发执行,以此来提高效率!多进程主要用于大量的计算,进而充分发挥CPU的性能!这里主要讲述两种多线程的使用:threading.Threadconcurrent.futures.ThreadPoolExecutor使用第二种方式需要先安装(对于python2.x)pip install futures基本使用第一种方式的简单使用:(注意:空

#python
修改docker quick start terminal 脚本,设置镜像源

打开docker 安装目录下的start.sh 文件,应该是这个样子滴:#!/bin/bashtrap '[ "$?" -eq 0 ] || read -p "Looks like something went wrong in step ´$STEP´... Press any key to continue..."' EXIT# TODO: I'm su

#docker
Xshell无法启动,提示:要继续使用此程序,您必须应用最新的更新或使用新版本

推荐方案软件加了时间判断今天过期,除了修改时间直接修改文件也可以找个反汇编软件C32asm就可以打开nslicense.dll搜索16进制7F0C81F98033E1010F8680修改为7F0C81F98033E101E98100修改为7F0C81F98033E1010F8380都可以修改好的 dll 文件下载:https://anonfiles.com/S7o5I7o2...

RNN和LSTM

RNN 中文分词、词性标注、命名实体识别、机器翻译、语音识别都属于序列挖掘的范畴。序列挖掘的特点就是某一步的输出不仅依赖于这一步的输入,还依赖于其他步的输入或输出。在序列挖掘领域传统的机器学习方法有HMM(Hidden Markov Model,隐马尔可夫模型)和CRF(Conditional Random Field,条件随机场),近年来又开始流行深度学习算法RNN(Recurrent Neur

注意力机制的基本思想和实现原理(很详细)

作者:张俊林链接:https://www.zhihu.com/question/68482809/answer/264632289来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。注意力模型最近几年在深度学习各个领域被广泛使用,无论是图像处理、语音识别还是自然语言处理的各种不同类型的任务中,都很容易遇到注意力模型的身影。所以,了解注意力机制的工作原理对于关注深度学习技术

注意力机制的基本思想和实现原理(很详细)

作者:张俊林链接:https://www.zhihu.com/question/68482809/answer/264632289来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。注意力模型最近几年在深度学习各个领域被广泛使用,无论是图像处理、语音识别还是自然语言处理的各种不同类型的任务中,都很容易遇到注意力模型的身影。所以,了解注意力机制的工作原理对于关注深度学习技术

到底了