0s

首页 > TAG信息列表 > 0s

机器学习（二）

当预测的变量y是一个离散值的情况下的分类问题在分类问题中分为正类和负类，通常情况下认为没有某样东西是父类二元分类算法及多元分类算法使用线性回归算法对数据进行拟合，可能会得到一个假设，如果想要做出预测，对分类器输出的阈值设定，这里的阈值是一个纵坐标，分类问题可以设置一个

gitlab安装及汉化

gitlab的安装首先在网上下载好任意版本gitlab的rpm包推荐下面的地址： https://mirrors.tuna.tsinghua.edu.cn/gitlab-ce/yum/el7/gitlab-ce-8.8.5-ce.1.el7.x86_64.rpm [root@linux-node1 ~]# rz -E rz waiting to receive. [root@linux-node1 ~]# ls anaconda-ks.cfg gitlab-

第一个神经网络程序实战

import numpy as np import pandas as pd from keras.models import Sequential from keras.layers import Dense np.random.seed(10) # 指定乱数种子 # 载入数据集 df = pd.read_csv("D:/Keras/Ch05/diabetes.csv") dataset = df.values np.random.shuffle(dataset) # 使用

解决Centos7断电后系统无法正常启动，git 服务器无法正常访问报502 错误

服务器断电后系统无法正常启动，重启虚拟机机器后如下提示：很有牌面：整齐划一的解决方案输入命令： xfs_repair -v -L /dev/dm-0 虚拟机展示了一波米锅大片中的场景输入命令：reboot 重启学习链接：https://blog.csdn.net/weixin_46609492/article/details/120270264

靶机渗透练习53-digitalworld.local：BRAVERY

靶机描述靶机地址：https://www.vulnhub.com/entry/digitalworldlocal-bravery,281/ Description This machine hopes to inspire BRAVERY in you; this machine may surprise you from the outside. This is designed for OSCP practice, and the original version of the mach

Docker&Kubernetes ❀ Kubernetes集群Pod控制器 - Horizontal Pod Autoscaler(HPA)

文章目录 1、基本概念与控制器特点2、安装Metric-Server2、部署Deployment控制器和Service3、部署HPA控制器4、测试HPA功能4.1 使用软件下发多个http请求4.2 查看HPA、Deployment、Pod监控过程 1、基本概念与控制器特点在前面的课程中，我们可以通过手工执行kubectl sca

while循环

四步循环法： 1.初始化变量 2.条件判断 3.条件执行体（循环体） 4.改变变量 #计算1到100的偶数和#定义初始变量a=0s=0while a<=100:#条件判断 s=s+a#条件执行体 a+=2#改变变量print(s)

CSS3-过渡transition

@目录1. 简介2. 语法格式3. 案例 1. 简介过渡（transition)是CSS3中具有颠覆性的特征之一，我们可以在不使用 Flash 动画或 JavaScript 的情况下，当元素从一种样式变换为另一种样式时为元素添加效果。过渡动画：是从一个状态渐渐的过渡到另外一个状态可以让我们页面更好看，更动感

day2021_10——30

今日内容 Jupyter 在此处摁下“m"键就会编程markdown模式摁”b“键是在下方创建代码 %matplotlib inline 作用：%matplotlib inline这一句是IPython的魔法函数，可以在IPython编译器里直接使用，作用是内嵌画图，省略掉plt.show()这一步，直接显示图像。如果不加这一句的话，我们在画

公司含硫原料生产

问题某公司将4种不同含硫量的液体原料(分别记为甲、乙、丙、丁)混合生产两种产品 (分别记为A,B).按照生产工艺的要求,原料甲,乙、丁必须首先倒入混合池中混合,混合后的液体再分别与原料丙混合生产A,B.已知原料甲、乙,丙、丁的含硫量分别是 3% , 1 % ,2% , 1 %

TensorFlow官方文档学习 Keras版MNIST Get Started with TensorFlow

import tensorflow as tf mnist = tf.keras.datasets.mnist #下载mnist图像的数据 (x_train, y_train),(x_test, y_test) = mnist.load_data() #划分训练集和测试集 x_train, x_test = x_train / 255.0, x_test / 255.0 #归一化处

keras网络模型

import numpy as np import keras from keras.models import Sequential from keras.layers import Dense, Dropout # Generate dummy data x_train = np.random.random((1000, 20)) y_train = np.random.randint(2, size=(1000, 1)) x_test = np.random.random((100, 20)) y

基于Tensorflow keras的线性回归模型实现

首先参考这篇文章安装开发环境： Win10上安装anaconda深度学习开发环境吐槽一句，python语言以及基于python语言之上构建的深度学习开发环境虽然极大方便了学习和开发，但是处理包管理，以及包之间的依赖关系一团乱麻，简直让人崩溃，比如python的版本不同，算法包以及运行时环境包的版本就需

在服务器上使用vtune

安装在这里选择合适的下载方式：https://software.intel.com/content/www/cn/zh/develop/tools/oneapi/base-toolkit/download.html 如果没有GUI，就用Command Line Installation里的命令来下载安装。我的是这样的： wget https://registrationcenter-download.intel.com/akdlm/ir

kubenetes中的pod删除策略级联删除与非级联删除

StatefulSet 有状态应用[有状态应用] 有状态：StatefulSet 　　- 集群节点之间的关系。　　- 数据不完全一致。　　- 实例之间不对等的关系。　　- 依靠外部存储的应用。　　- 通过dns维持身份　　- 每个pod都有特定的名称和网络标识(如pod名是由statefulSet名+有序的数字组成（0

css3不错的教程

<!DOCTYPE html> <html><head><link rel="stylesheet" href="css/style.css" type="text/css" /><meta charset="utf-8" /><title>CSS3悬停放大图片两边模糊显示 - 站长素材</title> </head><bo

Linux （十二）shell脚本实现磁盘LVM、fdisk管理工具

一、主界面设计 1.1主界面设计展示 1.2.功能描述：创建分区：通过fdisk来创建分区创建pv：将创建的分区加入pv中创建vg：将分区键入卷组中创建lv：划分出多个lv的逻辑卷删除分区：删除fdisk建立的整个分区删除lv：删除

【k8s】deploy-Recreate

环境 kubernetes 1.20.4 Spring Boot 2.5.0-M3 目标 deploy 可以自定义升级策略，其中升级的策略可以是 Recreate 和 RollingUpdate。其中 RollingUpdate 是默认值，下面演示 Recreate 升级策略。示例 Deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: bu

【k8s】deploy-RollingUpdate

环境 kubernetes 1.20.4 Spring Boot 2.5.0-M3 目标 deploy 可以自定义升级策略，其中升级的策略可以是 Recreate 和 RollingUpdate。其中 RollingUpdate 是默认值，下面演示 RollingUpdate 升级策略。示例 Deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: nam

【k8s】Pod-terminationGracePeriodSeconds

环境 kubernetes 1.20.4 Spring Boot 2.5.0-M3 目标 terminationGracePeriodSeconds 可以定义优雅关闭的宽限期，即在收到停止请求后，有多少时间来进行资源释放或者做其它操作，如果到了最大时间还没有停止，会被强制结束。默认值：30。示例 Pod.yaml apiVersion: v1 kind: Pod metada

StatefulSet分段更新

1.查看pod [root@k8s-master01 ~]# kubectl get pod NAME READY STATUS RESTARTS AGE web-0 1/1 Running 0 111m web-1 1/1 Running 0 112m web-2 1/1

StatefulSet更新策略

1.当前版本 [root@k8s-master01 ~]# kubectl get sts web -oyaml|grep image f:imagePullPolicy: {} f:image: {} - image: nginx:1.15.2 imagePullPolicy: IfNotPresent 2.修改镜像版本 [root@k8s-master01 ~]# kubectl edit sts

用Keras实现MNIST手写数字识别（使用MLP:多层感知机）

https://github.com/jelly-lemon/keras_mnist_0112 用Keras实现MNIST手写数字识别 MNIST手写数字数据集介绍 MNIST手写数字数据集来自美国国家标准与技术研究所，National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自 250 个不同人手写的数字构

python:ai:tensorflow第一课实例：正负数判断

import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense model= Sequential() model.add(Dense(units=8,activation='relu',input_dim=1)) model.add(Dense(units=1,activation='sigmoid')

css实现鼠标悬浮图片放大

话不多说，直接上代码 img { width: 100%; height: auto; transform: scale(1); transition: transform 1s ease 0s; } img:hover { transform: scale(1.05); }