Docker 学习1

Docker是目前正在大热的容器技术,相比虚拟机Docker直接与Host交互,排除了虚机层,效率更高,占用的Host资源也更少,所以受到越来越多的欢迎。

Docker理论基础

虚机模式

Docker模式

另外Docker的出现也激发了软件开发流程的变革,特别是在打包、发布阶段。Docker结合Jekins,可以在测试环境完成测试工作后,不必重新拉去代码、编译、打包,而是可以直接推送Docker镜像到生产环境中,提升了效率。这在DeveOps方式中具有更大的效率体现。

本文介绍Docker的一些基础知识,主要是是针对开发同学,不涉及运维角度的容器管理等内容。

**

1. Docker基础概念

**

Docker有几个核心概念,清楚之后就对Docker系统比较好理解了

  • Docker Daemon

Docker引擎,Docker运行在后台的一个守护进程,负责解析前端用户命令,管理和维护docker image和container。在我们启动它之后,我们就可以通过Docker客户端发送相关Docker的命令。

Docker Images

Docker Image,Docker的打包文件,可以理解成具体应用虚机的镜像文件,这里的镜像我们通常会发布到Docker Registry,方便下载。

Docker Containers

Docker容器,在获取到Docker镜像之后,我们可以运行该镜像,此时便会启动一个Docker容器,该容器中运行镜像中的程序。如果把Docker镜像理解为一个类的话,那么Docker容器就是一个实例

Docker Client

Docker客户端,我们安装完Docker之后,我们打开终端使用docker 相关命令进行操作,这些命令便是Docker客户端的命令,另外还有一个基于REST API的Docker客户端,REST API一般用于在开发一些基于Docker运维的系统中使用。

Docker Registry

Docker镜像注册中心,Docker的官网的注册中心为http://hub.docker.com,(慢的有点蛋疼 :( )。企业内部可以自己搭建自己的注册中心。

环境 准备

  1. VirtualBox:安装Virtualbox

  2. CentoOS:
    在virtualBox中安装CentOS7,采用最小安装模式,这样系统比较干净,下面给出一个镜像:CentOS7

    • 安装Centos7之前需要将机器的BIOS 虚拟化功能打开,否则在VirtualBox是安装不了64位的CentoOS7的。

    • 最小化安装的CentOS7中基本的工具如ifconfig都没有,所以需要安装常用的网络工具,采用如下命令:
      [Centos7]# yum install net-tools

    • 默认CentOS是开启防火墙的,在CentOS7中相关服务器用systemctl来管理,如下命令:
      [Centos7]# systemctl stop firewalld –关闭防火墙
      [Centos7]# systemctl disable firewalld –关闭开机启动

  3. 安装Docker:
    这里写图片描述
    安装完成后,查看版本:
    这里写图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值