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私有仓库搭建(registry)

文章目录一、pull registry镜像二、启动registry容器三、配置参数(两种方式二选一)方式一方式二四、重启docker服务五、尝试推送镜像六、Docker Registry WebUI 工具一、pull registry镜像docker pull registry二、启动registry容器docker run -d -p 5000:5000 --name docker-regist

#docker#容器#运维
registry 删除私有仓库镜像

文章目录一、查询镜像digest值二、根据digest进行删除操作1.命令行调用删除接口2.可能出现的问题,删除时返回UNSUPPORTED解决方式1解决方式2三、使用registry gc清除blobs一、查询镜像digest值命令如下,注意请求头需要加入"Accept: application/vnd.docker.distribution.manifest.v2+json",不然会返回错误的

#docker
基于TensorFlow的手写数字识别 (图形界面使用的是pyqt5)

本文参考自:使用Tensorflow和MNIST识别自己手写的数字 ,因此标注了转载。不同点在于增加了识别部分的部分注释,并且写了图形界面,另外,去掉了openCV处理图像的部分。Tensorflow和MNIST简介CNN算法实现过程1.训练程序2.图形界面类3.继承图形界面类并编写槽函数,实现识别Tensorflow和MNIST简介TensorFl...

#人工智能#cnn
服务器抓包-tcpdump使用简介

tcpdump是Linux里的字符界面的数据抓包分析软件,用tcpdump抓到的数据包可以使用绝大多主流分析软件进行分析,例如wireshark。

#tcpdump#linux
k8s及常用对象简介

Pod 所建模的是特定于应用的“逻辑主机”,其中包含一个或多个应用容器, 这些容器是相对紧密的耦合在一起的。在非云环境中,在相同的物理机或虚拟机上运行的应用类似于 在同一逻辑主机上运行的云应用。ReplicaSet可以看作是Deployment控制器的底层组件,专注于维护Pod的副本数量,确保集群中的Pod实例始终符合用户定义的期望状态。假设现在有三个pod 分别为:web-0、web-1、web

#kubernetes#容器#后端
docker 上传镜像

这里以tomcat镜像为例1、把镜像放到k8s主节点任意文件夹下这边我直接用xftp传的,直接放到了/tmp下2、使用docker load –i命令,将镜像加载到本地仓库docker load -i /tmp/tomcat.tar3、加载完毕后用docker images命令查看本地镜像信息docker images4、使用docker tag命令,标记本地镜像,注意标记规则为镜像仓库IP:端口

#docker
python报错: xxx takes 1 positional argument but 2 were given

开始时是发现按了按钮之后界面闪退,无报错信息。debug之后出现exception:takes 1 positional argument but 2 were given原因:不能忽略这个self,如果写成def weight_variable(shape):,后面再给这个函数传参,python就会觉得你传了两个参数(第一个默认是self)...

#python
InputStream转byte[]

InputStream转byte[]其实直接使用IOUtils就可以了,但是需要注意的是,将InputStream粗暴地转成byte[],只适用于文件较小的时候,当如果文件有好几个G,再这样转,内存就要溢出了。

RabbitMQ简介并在SpringBoot项目中使用RabbitMQ

rabbitMQ是一个开源的消息代理和队列服务器,通过普通协议在完全不同的应用之间共享数据。RabbitMQ使用Erlang语言编写,并基于AMQP协议Erlang语言 数据传输延迟低(利于承载高并发) socket也一样rabbitMQ可以与SpringAMQP完美整合,SpringAMQP框架提供了原生的rabbitMQ api 也提供了丰富的拓展APIrabbitMQ集群模式丰富,表达式配置

#rabbitmq
使用conda安装TensorFLow的注意事项

写在前面:TensorFlow是一个采用数据流图,用于数值计算的开源软件库。是一个深度学习的框架。分为cpu和gpu版本。gpu适合重复量大(计算密集或易于并行)、较为简单的程序,而cpu版本适用于较为复杂的程序(但是它慢啊???并行处理挺差的那种)。不是服务器的话还是建议用cpu版本。GPU版本需要NVIDIA显卡的支持,还需要NVIDIA的CUDA平台,不安装的话会报错。在安装过程...

#tensorflow#conda#python
到底了