阿里云【ECS 7天实践训练营-进阶路线】笔记2

一、笔记说明

  1. 本博客专栏《阿里云【ECS 7天实践训练营】》的所有文章均为进阶路线的学习笔记,当前【ECS 7天实践训练营】的进阶路线内容为:
  • 基于ECS搭建FTP服务
  • 基于ECS快速搭建Docker环境
  • SLB负载均衡实践
  • 使用PolarDB和ECS搭建门户网站
  • 搭建个人Leanote云笔记本
  • 案例分享——钉钉

二、正文

引言

本文将介绍如何快速搭建一个Docker环境,并在Docker环境中部署一个Nginx服务。在本场景,阿里云将提供一台配置了CentOS 7.7的ECS实例(云服务器)并为实例配置了弹性公网IP。

2.1 创建实例

登录子账户、创建资源和连接ECS服务器的内容参见本专栏“笔记1”的2.1 创建实例部分。https://blog.csdn.net/qq_35772105/article/details/115072465

本篇文章所用实例参数:
在这里插入图片描述
需要开放22、80、8080安全组端口。
在这里插入图片描述
在这里插入图片描述
最后需要配置的规则如下:
在这里插入图片描述

2.2 安装Docker CE

Docker有两个分支版本:Docker CE和Docker EE,即社区版和企业版。本教程基于CentOS 7安装Docker CE。

  1. 安装Docker的依赖库。
yum install -y yum-utils device-mapper-persistent-data lvm2
  1. 添加Docker CE的软件源信息。
yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
  1. 安装Docker CE。
yum makecache fast
yum -y install docker-ce
  1. 启动Docker服务。
systemctl start docker

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.3 配置阿里云镜像仓库(镜像加速)

Docker的默认官方远程仓库是hub.docker.com,由于网络原因,下载一个Docker官方镜像可能会需要很长的时间,甚至下载失败。为此,阿里云容器镜像服务ACR提供了官方的镜像站点,从而加速官方镜像的下载。下面介绍如何使用阿里云镜像仓库。

我们现已经登录子账户,搜索栏搜索“容器镜像”,点击“容器镜像服务”登录控制台。
或浏览器输入网址:https://cr.console.aliyun.com/cn-shanghai/instances/repositories
在这里插入图片描述
登录成功页面如下。(若弹出开通服务窗口,关闭即可)
在这里插入图片描述
单击【镜像中心】 > 【镜像加速器】,可以看到阿里云为您提供了一个专属的镜像加速地址。
在这里插入图片描述
选择CentOS选项卡。
在这里插入图片描述
复制上方的加速器地址,命令中"registry-mirrors": 后面的链接必须要与自己的加速器地址一致。
在这里插入图片描述
执行以下命令进行加速器配置。

sudo mkdir -p /etc/docker

sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://xy2ih2yf.mirror.aliyuncs.com"]
}
EOF

重新加载服务配置文件。

systemctl daemon-reload

重启Docker服务。

systemctl restart docker

在这里插入图片描述

2.4 使用Docker安装Nginx服务

  1. 查看Docker镜像仓库中Nginx的可用版本。
docker search nginx
  1. 拉取最新版的Nginx镜像。
docker pull nginx:latest
  1. 查看本地镜像。
docker images
  1. 运行容器。
docker run --name nginx-test -p 8080:80 -d nginx

命令参数说明:
--name nginx-test:容器名称。
-p 8080:80: 端口进行映射,将本地8080端口映射到容器内部的80端口。
-d nginx: 设置容器在后台一直运行。
  1. 在浏览器地址栏按照格式输入http://<ECS公网地址>:8080访问Nginx服务。本例访问链接为:http://47.102.84.226:8080
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    体验结束后,点击结束体验,释放资源。

三、转载说明

  1. 本文内容借鉴阿里云教程,教程地址:https://developer.aliyun.com/adc/scenario/9fd79b8711984e309f20d82bc65a26fa?spm=a2c6h.14089369.J_2170925380.4.6e6d1efc4Q6Ahk
    文章完成时间2021.3.23。
  2. 若要转载本文,请在转载文章末尾附上本文链接:https://blog.csdn.net/qq_35772105/article/details/115102364
  3. 本文正文部分全部文本唯一MD5:BD5B5E104EB2F3D1D38898ECA2FB1247。
  4. 阿里云高校计划,陪伴两千多所高校在校生云上实践、云上成长。在这里你可以领用免费的cpu资源,还可以参加免费训练营,实践提高:https://developer.aliyun.com/adc/student/
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

魔菲赫伯特

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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