原创 helm簡介
目錄 helm簡介 Helm 組件及相關術語 Helm Tiller Chart Repoistory Release Helm工作原理 helm部署 一、Helm 客戶端安裝 二、Helm 服務端安裝Tiller 三、給 Ti
原创 各種邊緣檢測算子
轉載:https://blog.csdn.net/tigerda/article/details/61192943 常見邊緣檢測算子:Roberts 、Sobel 、Prewitt、Lapl
原创 機器學習中五種常用的聚類算法
聚類是機器學習中一種重要的無監督算法,它可以將數據點歸結爲一系列特定的組合。理論上歸爲一類的數據點具有相同的特性,而不同類別的數據點則具有各不相同的屬性。在數據科學中聚類會從數據中發掘出很多分析和理解的視角,讓我們更深入的把
原创 HDFS的高可用機制詳解
在Hadoop2.X之前,Namenode是HDFS集羣中可能發生單點故障的節點,每個HDFS集羣只有一個namenode,一旦這個節點不可用,則整個HDFS集羣將處於不可用狀態。 HDFS高可用(HA)方案就是爲了
原创 Kafka的分區策略
原文鏈接:https://blog.csdn.net/weixin_41928342/article/details/80880443 在kafka中,每個topic一般會有
原创 KafkaStream之時間窗口WindowBy
原文鏈接:https://blog.csdn.net/u012364631/article/details/94019707 Kafka Stream的大部分API還是比較容易理解和
原创 Kafka設計解析 - Kafka Stream
本文介紹了Kafka Stream的背景,如Kafka Stream是什麼,什麼是流式計算,以及爲什麼要有Kafka Stream。接着介紹了Kafka Stream的整體架構,並行模型,狀態存儲,以及主要的兩種數據集KStre
原创 Kafka Streams實戰-流和狀態
有狀態操作 使用狀態存儲 連接兩個流 Kafka Streams的timestamps 1. 有狀態操作 1.1 轉換處理器 KStream.transformValues是最基本的有狀態方法,下圖展示了它工作的原理: 此方法
原创 Kafka Streams開發者指南
Kafka Streams 1.1 概述 Kafka Streams是一個客戶端程序庫,用於處理和分析存儲在Kafka中的數據,並將得到的數據寫回Kafka或發送到外部系統。Kafka Stream基於一個重要的流處理概念
原创 強化學習(reinforcement learning)簡介
機器學習可以分爲三類,分別是 supervised learning,unsupervised learning 和reinforcement learning。 強化學習與監督學習,非監督學習之間的關係 強化學習是機器學習的一種
原创 UEFI系統的啓動過程
UEFI系統的啓動過程(1) UEFI系統的啓動遵循UEFI平臺初始化(PlatformInitialization)標準。UEFI系統從加電到關機可分爲7個階段: SEC(安全驗證)→PEI(EFI前期初始化)→DXE(驅動執行環
原创 莫煩Tensorflow教程(15~22)
十五、卷積神經網絡 圖像和語言方面結果突出 神經網絡是由多層級聯組成的,每層中包含很多神經元 卷積:神經網絡不再是對每個像素做處理,而是對一小塊區域的處理,這種做法加強了圖像信息的連續性,使得神經網絡看到的是一個圖像,而非一個
原创 莫煩Tensorflow教程(1~14)
一、Tensorflow結構 import tensorflow as tf import numpy as np #create data x_data=np.random.rand(100).astype(np.floa
原创 YOLOv3訓練自己的數據詳解
darkenet源碼:https://github.com/pjreddie/darknet.git 1. 配置Darknet 下載darknet源碼:git clone https://github.com/pjreddie
原创 Yolo_mark使用教程
2018年12月11日 16:32:50 一、獲取源碼 首先,從github上拉取代碼。 git clone [email protected]:AlexeyAB/Yolo_mark.git 二、編譯可執行文件 然後用visu