toolbox 中创建nginx服务器,使用localhost不能访问

使用toolbox 工具使用docker创建nginx 容器,使用localhost不能访问?

使用docker run --rm -d --name dweb  -p 80:80 nginx 命令执行之后,通过http://localhost访问,却没有反应。

解决办法:

在toolbox中执行docker-machine ip default 。可以看出当前的IP地址。最后使用当前IP来访问就可以了。

这种方式是由于virtualbox来作为虚拟机,创建容器都是在这个虚拟机上创建,所以得使用docker-machine ip default 打印的IP地址来访问。

例如:

$ docker-machine ip default
192.168.99.100

则你要通过http://192.168.99.100来访问

 

转载于:https://www.cnblogs.com/Hackerman/p/10969473.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MDP模型是强化学习的一个重要概念,它描述了一个决策过程,其智能体在不同的状态下执行不同的操作,并根据奖励信号来学习正确的策略。在matlab,可以使用Reinforcement Learning Toolbox创建MDP模型并进行训练。 以下是在matlab创建MDP模型并训练的步骤: 1. 定义状态空间和操作空间。状态空间可以是离散的或连续的,操作空间也可以是离散的或连续的。在matlab,可以使用StateSpace和ActionSpace类来定义状态空间和操作空间。 2. 定义奖励函数。奖励函数根据智能体执行的操作和当前状态返回一个奖励信号。在matlab,可以使用RewardFunction类来定义奖励函数。 3. 定义转移函数。转移函数描述了智能体从一个状态转移到另一个状态的概率。在matlab,可以使用TransitionProbability函数来定义转移函数。 4. 创建MDP模型。使用MDP类来创建MDP模型,并传递状态空间、操作空间、奖励函数和转移函数作为参数。 5. 训练MDP模型。使用train函数来训练MDP模型。训练过程,智能体将根据当前状态和奖励信号来更新策略,以最大化长期累积奖励。 6. 测试策略。使用simulate函数来测试训练后的策略。simulate函数将根据当前状态和策略返回智能体执行的操作,并根据奖励函数计算奖励信号。 以上是在matlab创建MDP模型并训练的基本步骤。具体实现可以参考matlab的官方文档和示例代码。
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