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