Nginx.conf详解

# 运行 nginx 进程的属主
#user nobody;
# 启动的进程数,通常设置成和cpu的数量相等
worker_processes  1;

# 日志和PID文件
error_log  logs/error.log;
error_log  logs/error.log  notice;
error_log  logs/error.log  info;
#pid        logs/nginx.pid;

# 工作模式及连接数上限
events {
  # epoll是多路复用IO(I/O Multiplexing)中的一种方式
  # 仅用于linux2.6以上内核,可以大大提高nginx的性能
  use   epoll;

  # 单个后台worker process进程的最大并发链接数
  worker_connections  1024;

  # 并发总数是 worker_processes 和 worker_connections 的乘积
  # 即 max_clients = worker_processes * worker_connections
  # 在设置了反向代理的情况下,max_clients = worker_processes * worker_connections / 4  为什么
  # 为什么上面反向代理要除以4,应该说是一个经验值
  # 根据以上条件,正常情况下的Nginx Server可以应付的最大连接数为:4 * 8000 = 32000
  # worker_connections 值的设置跟物理内存大小有关
  # 因为并发受IO约束,max_clients的值须小于系统可以打开的最大文件数
  # 而系统可以打开的最大文件数和内存大小成正比,一般1GB内存的机器上可以打开的文件数大约是10万左右
  # 我们来看看360M内存的VPS可以打开的文件句柄数是多少:
  # $ cat /proc/sys/fs/file-max
  # 输出 34336
  # 32000 < 34336,即并发连接总数小于系统可以打开的文件句柄总数,这样就在操作系统可以承受的范围之内
  # 所以,worker_connections 的值需根据 worker_processes 进程数目和系统可以打开的最大文件总数进行适当地进行设置
  # 使得并发总数小于操作系统可以打开的最大文件数目
  # 其实质也就是根据主机的物理CPU和内存进行配置
  # 当然,理论上的并发总数可能会和实际有所偏差,因为主机还有其他的工作进程需要消耗系统资源。
  # ulimit -SHn 65535

}


http {
  # 设定mime类型,类型由mime.type文件定义
  include    mime.types;
  default_type  application/octet-stream;

  # 设定日志格式
  log_format  main  '$remote_addr - $remote_user [$time_local] "$request" '
  '$status $body_bytes_sent "$http_referer" '
  '"$http_user_agent" "$http_x_forwarded_for"';

  access_log  logs/access.log  main;

  # 关闭在错误页面中的nginx版本数字
  server_tokens off;

  # sendfile 指令指定 nginx 是否调用 sendfile 函数(zero copy 方式)来输出文件
  # 对于普通应用,必须设为 on
  # 如果用来进行下载等应用磁盘IO重负载应用,可设置为 off
  # 以平衡磁盘与网络I/O处理速度,降低系统的uptime
  sendfile     on;

  # 告诉nginx在一个数据包里发送所有头文件,而不一个接一个的发送
  tcp_nopush     on;
  # 告诉nginx不要缓存数据,而是一段一段的发送
  tcp_nodelay     on;

  # 连接超时时间
  keepalive_timeout  32;
  # 请求头的超时时间
  client_header_timeout  10;
  # 请求体的超时时间
  client_body_timeout  10;

  # 关闭不响应的客户端连接,这会释放掉客户端所占有的内存空间
  reset_timedout_connection  on;

  # 客户端的响应超时时间(两次客户端读取操作之间)
  send_timeout  10;

  # 开启gzip压缩
  gzip  on;
  # 为指定的客户端禁用gzip功能
  gzip_disable "MSIE [1-6].";

  # 设定请求缓冲
  client_header_buffer_size    128k;
  large_client_header_buffers  4 128k;




  # 本地虚拟主机配置
  server {
    # 侦听80端口
    listen       80;
    # 定义使用 www.youdomain.com 访问
    server_name  www.youdomain.com;

    # 定义服务器的默认网站根目录位置
    root  /data/web;

    # 设定本虚拟主机的访问日志
    access_log  logs/nginx.access.log  main;

    # 默认请求
    location / {
      # 定义首页索引文件的名称
      index index.php index.html index.htm;
    }

    # 定义错误提示页面
    error_page   500 502 503 504 /50x.html;
    location = /50x.html {
    }

    # 静态文件,nginx自己处理
    location ~ ^/(images|javascript|js|css|flash|media|static)/ {
      # 过期30天,静态文件不怎么更新,过期可以设大一点,
      # 如果频繁更新,则可以设置得小一点。
      expires 30d;
    }

    # PHP 脚本请求全部转发到 FastCGI处理. 使用FastCGI默认配置.
    location ~ .php$ {
      fastcgi_pass 127.0.0.1:9000;
      fastcgi_index index.php;
      fastcgi_param  SCRIPT_FILENAME  $document_root$fastcgi_script_name;
      include fastcgi_params;
    }

    # 禁止访问 .htxxx 文件
    location ~ /.ht {
      deny all;
    }
  }




  # 反向代理配置
  server {
    # 侦听的80端口
    listen       80;
    server_name  www.youdomain.com;

    # 匹配以jsp结尾的,tomcat的网页文件是以jsp结尾
    location / {
      index  index.jsp;
      proxy_pass   http://proxydomain.com;

      # 以下是一些反向代理的配置可删除
      proxy_redirect             off;
      proxy_set_header           Host $host;
      # 后端的Web服务器可以通过X-Real-IP获取用户真实IP
      proxy_set_header           X-Real-IP $remote_addr;
      proxy_set_header           X-Forwarded-Host $server_name;
      proxy_set_header           X-Forwarded-For $proxy_add_x_forwarded_for;
      client_max_body_size       10m;   # 允许客户端请求的最大单文件字节数
      client_body_buffer_size    128k;  # 缓冲区代理缓冲用户端请求的最大字节数
      proxy_connect_timeout      300;   # nginx跟后端服务器连接超时时间(代理连接超时)
      proxy_send_timeout         300;   # 后端服务器数据回传时间(代理发送超时)
      proxy_read_timeout         300;   # 连接成功后,后端服务器响应时间(代理接收超时)
      proxy_buffer_size          4k;    # 设置代理服务器(nginx)保存用户头信息的缓冲区大小
      proxy_buffers              4 32k; # proxy_buffers缓冲区,网页平均在32k以下的话,这样设置
      proxy_busy_buffers_size    64k;   # 高负荷下缓冲大小(proxy_buffers*2)
      proxy_temp_file_write_size 64k;   # 设定缓存文件夹大小,大于这个值,将从upstream服务器传
    }
  }




  # 负载均衡配置
  # 设定负载均衡的服务器列表
  # Weigth参数表示权值,权值越高被分配到的几率越大
  upstream test {
    server 192.168.68.43:8080 weight=1;
    server 192.168.68.45:8080 weight=1;
  }

  server {
    listen       80;
    server_name  www.youdomain.com;
    location / {
      proxy_pass                 http://test;
      proxy_set_header           Host $host;
      proxy_set_header           X-Real-IP $remote_addr;
      proxy_set_header           X-Forwarded-Host $server_name;
      proxy_set_header           X-Forwarded-For $proxy_add_x_forwarded_for;
    }
  }




  # https配置
  server {
    listen       443 ssl;
    server_name  www.youdomain.com;

    ssl_certificate /etc/letsencrypt/live/www.youdomain.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/www.youdomain.com/privkey.pem;
    ssl_ciphers "EECDH+CHACHA20:EECDH+CHACHA20-draft:EECDH+AES128:RSA+AES128:EECDH+AES256:RSA+AES256:EECDH+3DES:RSA+3DES:!MD5";
    ssl_protocols TLSv1 TLSv1.1 TLSv1.2;
    ssl_prefer_server_ciphers on;
    ssl_session_cache shared:SSL:10m;

    location / {
      proxy_pass                 https://127.0.0.1:8080;
      proxy_set_header           Host $host;
      proxy_set_header           X-Real-IP $remote_addr;
      proxy_set_header           X-Forwarded-Host $server_name;
      proxy_set_header           X-Forwarded-For $proxy_add_x_forwarded_for;
    }
  }




  # 重定向,用于http跳转到https
  server {
    listen       80;
    server_name  www.youdomain.com;
    rewrite ^(.*)$  https://$host$1 permanent;
  }


}


1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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