orchidofocean的博客

原创 Kubernetes 部署DolphinScheduler 创建租户失败

但是此时如果配置成 NONE, 租户创建成功了，但是无法创建资源文件，也就是无法上传文件，可能 dolphinscheduler 团队就想着将文件上传到 hdfs，暂不支持本地。需要将 resource.storage.type 置为 NONE, 因为我之前用的 1.3.6 版本的时候，即使资源文件存在本地文件也需要配置成 hdfs。

原创 SiteWhere 宣布推出 SiteWhere 企业版 (EE) 测试版

SiteWhere EE 有许多功能，但 MachNation 想要强调 4 个附加功能领域，这些功能将使企业更容易发展和管理他们的 AEP 部署。

原创 SiteWhere开源物联网平台支持意大利都灵智能计量

这篇简短的文章描述了一个基于 SiteWhere 开源物联网平台的智慧城市用例。

原创 在 Kubernetes(k8s) 创建 service 使用nodePort 暴露 外部端口6379 时报错

在 Kubernetes(k8s) 创建 service 使用nodePort 暴露 外部端口6379 时报错

原创 达梦数据库怎么查询某个用户下所有的表模式名称

select distinct object_name TABLE_SCHEMA from all_objects where object_type = 'SCH';

转载 全方位详解Service Mesh（服务网格）

Service mesh是近几年才出现的一个新兴概念。它可以解决微服务之间通信愈发复杂的问题。那么什么是Service mesh？它有什么具体的功能？它的架构又是如何的呢？它与Kubernetes的关系是怎样的？所有答案戳文了解！在数字化转型的旗帜下，IT界的一大变化是大型单体应用程序被分解为微服务架构，即小型、离散的功能单元，并且这些应用程序在容器中运行。包含所有服务代码以及依赖项的软件包被隔离起来，并且能轻松从一个服务器迁移到另一个。像这样的容器化架构很容易在云中扩展和运行，并且能够快速迭代

原创 如何使用k3s+树莓派在生产中构建轻量K8S裸机集群

Boogie Software是欧洲著名的金融科技公司，多年来致力于为银行提供Fintech、AI、大数据高性能后端、移动应用程序、数据分析及UX等创新服务，帮助银行推动数字化转型。凭借过去十多年在该领域的独特经验，Boogie已成为数字银行服务提供商中的领导者。本文作者是Boogie Software的资深软件架构师Jari Tenhunen。他拥有超过15年的软件开发经验，擅长信息安全和网络协议。并且长期管理项目和团队，在其中主导软件架构和技术，成功将多个产品推向市场。Boogie Soft.

原创 函数间隔和几何间隔

函数间隔几何间隔

原创 2020 年 AIoT 产业概述

AIoT 产业结构AIoT 产业主要包括“端”、“边”、“管”、“云”、“用”、“产业服务”六大板块。“端”指的是终端，主要包括底层的芯片、模组、传感器、屏幕、AI 底层算法、操作系 统等。“边”是相对于“中心”的概念，泛指中心节点之外的位置。边缘计算则指的是将计算 及相关能力从中心处理节点下放至边缘节点后形成的，贴近终端的计算能力。“管”主要指的是连接通道，及相关产品和服务。大物联时代带来的大连接数和复杂设 备现场环境，使得有线连接网络捉襟见肘，因此在 AIoT 应用场景中，网络以无线连接

原创 机器学习开放数据集

学习机器学习最好使用真实数据进行实验，而不仅仅是人工数据集。我们有成千上万覆盖了各个领域的开放数据集可以选择。以下是一些可以获得数据的地方。·流行的开放数据存储库：·UC Irvine Machine Learning Repository（http://archive.ics.uci.edu/ml/）·Kaggle datasets（https://www.kaggle.com/datasets）·Amazon’s AWS datasets（http://aws.amazon.com/fr

转载 为什么阿里云要做流批一体？

流批一体已经从理论走向实践，并在2020年迎来落地元年。短短 5 年，Apache Flink（下称 Flink）从一个突然出现在大数据舞台的“萌新”系统，迅速成长为人人皆知的流计算引擎。在伴随 Flink 发展掀起的这波实时计算浪潮里，阿里是国内走得最前、做得也最多的一个，“流批一体”是它的新赛道。今年双 11， Flink 流批一体开始在阿里最核心的数据业务场景崭露头角，并抗住了 40 亿条／秒的实时计算峰值。这是第一次有互联网超级大厂真正在核心数据业务上规模化落地流批一体技术。同时，这也意

原创 云原生|理解Pod和容器设计模式

为什么需要 Pod； Pod 的实现机制； 详解容器设计模式。一、为什么需要 Pod容器的基本概念容器的本质实际上是一个进程，是一个视图被隔离，资源受限的进程。容器里面 PID=1 的进程就是应用本身，这意味着管理虚拟机等于管理基础设施，因为我们是在管理机器，但管理容器却等于直接管理应用本身。这也是之前说过的不可变基础设施的一个最佳体现，这个时候，你的应用就等于你的基础设施，它一定是不可变的。Pod = “进程组”在 kubernetes 里面，Pod 实际上正是 kubernet

原创 云原生|Kubernetes 核心概念

一、什么是KubernetesKubernetes，从官方网站上可以看到，它是一个工业级的容器编排平台。Kubernetes 这个单词是希腊语，它的中文翻译是“舵手”或者“飞行员”。在一些常见的资料中也会看到“ks”这个词，也就是“k8s”，它是通过将8个字母“ubernete ”替换为“8”而导致的一个缩写。这个就是为什么会选用 Kubernetes 这个词来代表这个项目的原因。更具体一点地来说：Kubernetes 是一个自动化的容器编排平台，它负责应用的部署、应用的弹性以及应用的管理，这些都.

原创 云原生|容器基本概念

什么是容器与镜像？如何构建容器与镜像 容器的生命周期 容器项目的架构 容器VS.VM一、容器与镜像什么是容器？容器就是一个视图隔离、资源可限制、独立文件系统的进程集合。所谓“视图隔离”就是能够看到部分进程以及具有独立的主机名等；控制资源使用率则是可以对于内存大小以及CPU使用个数等进行限制。容器就是一个进程集合，它将系统的其他资源隔离开来，具有自己独立的资源视图。容器具有一个独立的文件系统，因为使用的是系统的资源，所以在独立的文件系统内不需要具备内核相关的代码或者工具，我们只需要提...

原创 云原生|简述

云时代的基础设施就像是可以替代的“牲口”，可以随时替换；而传统的基础设施则是独一无二的“宠物”，需要细心呵护，这就体现出了云时代不可变基础设施的优点。云原生技术发展简史2004年— 2007年，Google 已在内部大规模地使用像 Cgroups这样的容器技术； 2008年，Google将 Cgroups合并进入了Linux内核主干； 2013年，Docker项目正式发布。 2014年，Kubernetes项目也正式发布。这样的原因也非常容易理解，因为有了容器和Doc...

原创 Websocket连接MQTT HiveMQ

为什么选择网络套接字Websockets已经存在很长时间了。有许多竞争的websocket实现，几乎每个浏览器都有其自己的实现特定特性。如今，大多数相关的浏览器都支持websocket。与使用（长）轮询时所需的经典HTTP请求相比，Websocket在带宽和延迟方面的开销很小。这种开销尽可能少的理念非常适合MQTT。通过Websockets上的MQTT，每个浏览器都可以成为MQTT设备。由...

原创 sitewhere租户启动出现Tenant State: ERROR怎么办？

看日志！看日志！看日志！

原创 WebSocket学习

从搜索引擎搜索资料：https://www.runoob.com/html/html5-websocket.htmlWebSocket 是 HTML5 开始提供的一种在单个 TCP 连接上进行全双工通讯的协议。WebSocket 使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。在 WebSocket API 中，浏览器和服务器只需要完成一次握手，两者之间就直接可以...

原创 微信小程序javascript连接hiveMQ

https://github.com/eclipse/paho.mqtt.javascript

原创 解决stackoverflow加载慢的问题

鉴于访问stackoverflow非常慢，在网上找到诸多方法。大多是通过浏览器cdn插件的方式解决，但是本人试验过“load cdn”、“ReplaceGoogleCDN”等工具仍然无法解决。当知道stackoverflow非常慢的原因是：ajax.googleapis.com域名国内无法访问https://zhuanlan.zhihu.com/p/107884040解决方法：1、...

原创 线性回归损失函数求偏导（推到过程）

线性回归使用线性模型去拟合数据集，进行预测。线性回归的预测函数的一般形式为：用（xi，yi）表示为第i个样本，xi，yi​分别为其特征和真实类别。线性回归模型中，参数w的最优值为：参考线性回归损失函数求偏导...

原创 Mac操作系统-软件安装

macbook安装wget的2种方式mac下配置 iterm2支持rz sz命令https://github.com/mmastrac/iterm2-zmodem

原创 Tensorflow中的下载和读取MNIST数据的功能

https://github.com/tensorflow/tensorflow/blob/r0.7/tensorflow/examples/tutorials/mnist/input_data.py"""Functions for downloading and reading MNIST data."""from __future__ import absolute_importfr...

原创 如何把kesciCIFAR10数据集加载到Tensorflow中(文末附数据集)

工欲善其事必先利其器，然而每次处理数据集总会遇到数据集加载的问题。本文实现了kesci中CIFAR10数据集加载到Tensorflow中。画不多说，文末附代码。数据集介绍背景说明CIFAR-10数据集是由CIFAR(Candian Institute For Advanced Research) 收集整理的一个用于机器学习和图像识别问题的数据集。这个数据集共有60000张32 * 3...

原创 Tensorflow 笔记-卷积神经网络

参考链接卷积 Convolutional有效提取图片特征的方法。一般用一个正方形卷积核，遍历图片上的每一个像素点。图片与卷积核重合区域内相对应的每一个像素值乘卷积核内相对应点的权重，然后求和，再加上偏置后，最后得到输出图片中的一个像素值。一张分辨率仅仅是 28x28 的黑白图像，就有近 40 万个待优化的参数。现实生活中高分辨率的彩色图像，像素点更多，且为红绿蓝三通道信息...

原创 Tensorflow 笔记-全连接神经网络搭建

MNIST 数据集输出手写数字识别准确率输入手写数字输出识别结果全连接：每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出为预测的结果前先向传播定义输入、参数和输出。# mnist_forward.pyimport tensorflow as tfINPUT_NODE = 28 * 28OUTPUT_NODE = 10LAYER1_NODE =...

原创 Tensorflow笔记-神经网络优化

参考链接https://www.icourse163.org/learn/PKU-1002536002?tid=1002700003#/learn/content?type=detail&id=1004033052&sm=1一、基本概念神经元模型：用数学公式表示为：????(∑???????????????????? + ????)，f 为激活函数。神经网络是以神经元为基本单 元构成的。激活函数：引入非线性激...

原创 Tensorflow笔记-搭建神经网络

参考链接：https://www.icourse163.org/learn/PKU-1002536002?tid=1002700003#/learn/content?type=detail&id=1003976116&sm=1搭建神经网络，总结搭建八股一、基本概念基于 Tensorflow 的 NN：用张量表示数据，用计算图搭建神经网络，用会话执 行计算图，优化线上的权...

原创 一个没有考虑明白的问题

sum_cash = 100cur_cash = 0res_cash = 0count = 0ratio = 0.1#inr = SUM/2*((x1-x0)/1)*ratio#1、初始花费一半金币投入#2、每次按照当前斜率×ratio×剩余一半购入#3、当剩余不足，则跳过#4、打印增益back_value = 0for item in A: if back_v...

原创 机器学习数据预处理阶段为什么需要——归一化处理

参考：https://www.cnblogs.com/bjwu/p/8977141.html通常，在Data Science中，预处理数据有一个很关键的步骤就是数据的标准化。这里主要引用sklearn文档中的一些东西来说明，主要把各个标准化方法的应用场景以及优缺点总结概括，以来充当笔记。提升模型精度在机器学习算法的目标函数(例如SVM的RBF内核或线性模型的l1和l2正则化)，许多学习...

原创 PaddlePaddle实现线性回归

在本次我们将使用PaddlePaddle来搭建一个简单的线性回归模型，并利用这一模型预测你的储蓄（在某地区）可以购买多大面积的房子。并且在学习模型搭建的过程中，了解到机器学习的若干重要概念，掌握一个机器学习预测的基本流程。线性回归的基本概念线性回归是机器学习中最简单也是最重要的模型之一，其模型建立遵循此流程：获取数据、数据预处理、训练模型、应用模型。回归模型可以理解为：存在一个点集，用...

翻译 AI操作系统：构建AI操作系统【译】

这篇文章是Algorithmia首席执行官迭戈·奥本海默（Diego Oppenheimer）最近在2017年GeekWire技术云峰会上发表的题为“为AI构建操作系统”的演讲的摘要。您可以从这里收听原始谈话。为了更好地查看幻灯片，您可以从这里开始。您的笔记本电脑上的操作系统正在同时运行数十个或数百个进程。它为每个进程提供所需的正确数量的资源（RAM，CPU，IO）。它将它们隔离在它们自己...

转载 JSON Schema 详解

版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/swinfans/article/details/89231247简介要真正理解 JSON Schema，首先需要知道什么是 JSON。JSON 代表 “JavaScript对象表示法”，是一种简单的数据交换格式。它最初是万维网的一...

原创 PaddlePaddle简单安装

参考安装 http://www.paddlepaddle.org.cn/遇到问题：1、nltk 3.4.3 requires singledispatch, which is not installed.2、Could not install packages due to an EnvironmentError: [Errno 13] Permission denied: '/...

原创 抉择

本人从今年7月份开始找工作，经历了四个多月的跌宕起伏岁月。最终以收获萌蛋互动/百度offer惊喜收尾。我并不想长篇大论，闲暇时间一个人漫步校园，看着秋叶纷飞而若有所思。1、一定要有勇气、毅力，遇到事情要处事不惊。2、一定要诚恳，“山不在高，有仙则灵；人不在精，心诚则行”。3、一定要多交流。这一点是我感触最深也是...

原创 gitlab

https://www.jianshu.com/p/b04356e014fahttps://www.jianshu.com/p/142b3dc8ae15docker安装配置gitlab详细过程https://blog.csdn.net/qq_29247945/article/details/86160308

原创 图片收藏

马来风景——栏目背景

原创 一道算法题——解

原创 IoT并发问题解决

Twisted是用Python实现的基于事件驱动的网络引擎框架。Twisted诞生于2000年初，在当时的网络游戏开发者看来，无论他们使用哪种语言，手中都鲜有可兼顾扩展性及跨平台的网络库。Twisted支持许多常见的传输及应用层协议，包括TCP、UDP、SSL/TLS、HTTP、IMAP、SSH、IRC以及FTP。Twisted实现了设计模式中的反应堆（reactor）模式，这种模式在单线程环境...

原创 机器智能开篇

目前理解类脑智能和研制有潜力再现自然智能的自适应系统仍是科学和工程领域的最大挑战之一。无数的科学家希望构建一套高鲁棒性、自适应、易扩展且可容错的通用类脑智能系统，最终时机器智能更接近真正智能。机器智能研究的领域包括神经科学人工智能、认知科学、计算理论、统计学、计算机科学、工程设计等。目前研究方向主要分为两个方面：数据驱动方法和生物启发式方法。数据驱动方法的目标是理解如何设计自适应系统，使它能从...