深度学习
未读
深度学习之平均梯度计算及梯度更新
介绍 在训练时,我们需要提供许多样本,在同一特征值和偏置下,我们需要对这些样本依次求损失率和梯度,然后求出在此特征值和偏置下的平均损失率和平均梯度,用于梯度下降算法的更新。 平均梯度计算 计算参数的梯度为:d(w1)i,d(w2)i,d(b)i,提供了n个样本,求最终的dw1,dw2,db,如何去设
深度学习
未读
深度学习之梯度下降算法
目的 在上一篇文章中,我们通过成本函数可以求出关于w和偏移值b所对应的一个损失率,损失率越小,说明预测越接近结果值,所以梯度下降算法就是得到J(w,b)函数中,最小的损失率,也就是J(w,b) 的最小值。 介绍 我们先来展示J(w,b)函数的三维图: 这张三维图可以看出,j(w,b)的值会因w,b的
深度学习
未读
深度学习之逻辑回归(logistic)
介绍 线性回归 在介绍逻辑回归算法之前,我们来先来讲一个例子,来介绍线性回归。当顾客去挑选一件商品时,我们需要预测顾客挑选这个商品的概率。这个商品包含了许多特征Xn来吸引客户,这些特征值包含了不同的权重Wn,还有一个偏移值b,那么线性回归的的结果就是w1x1+w2x2+...+wnxn+b 逻辑回归
自建Amazon S3协议云存储桶
前言 现在各大云服务商都推出了云存储桶服务器,用户可通过云存储桶进行数据存储,用作备份、图床等服务,但是碍于流量计费为后付费服务,遇上不讲武德的人会刷超你的流量造成天价账单。另外自建云存储桶会给带来很多乐趣,玩法更多,权限更大。 准备 Minio的项目地址:https://github.com/mi
哪吒探针Agent手动安装
情景 国内服务器无法正常连接到Github服务器,无法正常拉取Agent被控端 方案 手动下载Agent 到 https://github.com/nezhahq/agent/releases 下载适配面板版本的Agent端 上传Agent 把Agent的二进制文件上穿到服务器目录,使用 cd 进入
运维
未读
通过Rsync进行异地备份
目的 提高数据安全性,实现服务器异地备份,当服务器数据丢失时可以取回数据 准备 源服务器、目标服务器 步骤 1.安装Rsync 要实现异地备份,源服务器和目标服务器均需要安装Rsync,在两台服务器下执行安装命令 sudo apt update
sudo apt install rsync 2.配置
运维
未读
开放服务器Root登录
情景: 像甲骨文等云服务商提供的服务器默认不开放root登录 建议: 开放root登录会大大增加服务器的风险,密码容易被爆破,大大降低服务器安全性,不推荐在生产环境设置 操作: #!/bin/bash
echo root:11235879 |sudo chpasswd root
sudo sed -
运维
未读
Linux使用SWAP增加内存
情景: 服务器内存过小,增加服务器运行内存 缺点: 由于是通过硬盘进行扩容,硬盘的SWAP会频繁调入内存,会增加CPU的负载,最好是使用读写性能高的硬盘 操作: 检查swap分区 swapon -s //检查文件位置
或
free -m 创建swap分区 fallocate -l 1G /swap