摘要：
一个深度学习项目包括了: 模型设计、损失函数设计、梯度更新方法、模型保存和加载和模型训练，其中损失函数就像一把衡量模型学习效果的尺子，训练模型的过程就是优化损失函数的过程，模型拿到数据之后有一个非常重要的环节: 将模型自己的判断结果和数据真实的情况做比较，如果偏差或者差异特别大，那么模型就要去纠正自 阅读全文
摘要：
模型训练的开发过程可以看作是一套完整的生产流程，这些环节包括: 数据读取、网络设计、优化方法与损失函数的选择以及一些辅助的工具等，TorchVision是一个和PyTorch配合使用的Python包，包含很多图像处理工具 PyTorch中的数据读取 模型训练开始的第一步就是数据读取，PyTorch提 阅读全文
摘要：
容器只是对单个进程的隔离和封装，实际的应用场景要求许多的应用进程互相协同工作，因此出现了容器编排，Kubernetes将集群中的计算资源定义为节点(Node)，其中又划分成控制面和数据面两类，控制面是Master节点，负责管理集群和运维监控，里面的核心组件是apiserver、etcd、schedu 阅读全文
摘要：
Kubernetes中用于管理配置信息的两种对象: ConfigMap和Secret，可使用它们来灵活地配置和定制应用。应用程序有很多类别的配置信息，从数据安全的角度看可分为明文配置和机密配置，明文配置就是不保密，可以任意修改，如服务端口、运行参数、文件路径等等，机密配置涉及敏感信息需要保密，不能随 阅读全文
摘要：
Dockerfile官方文档: https://docs.docker.com/engine/reference/builder/ 获取容器镜像的方法 容器镜像是容器模板，通过容器镜像才能快速创建容器，容器镜像可分为操作系统类和应用类，操作系统类如CentOS，Ubuntu等镜像，应用类的镜像如Ng 阅读全文
摘要：
Numpy与Tensor是PyTorch的重要内容 Numpy的使用 Numpy是Python中科学计算的一个基础包，提供了一个多维度的数组对象，数组是由numpy.ndarray类来实现的，是Numpy的核心数据结构，其索引从0开始，和Python列表不同的是，Numpy没办法动态地改变，创建时就 阅读全文
摘要：
基于Pod的设计理念，Kubernetes有两种对象Job和CronJob Job和CronJob组合了Pod，实现了对离线业务的处理。如Nginx和busybox，分别代表了Kubernetes里的两大类业务: Nginx这样长时间运行的在线业务和busybox这样的短时间运行的离线业务。在线业务 阅读全文
摘要：
为了解决多应用联合运行的问题，同时还要不破坏容器的隔离，就要再对多个容器进行打包。Pod就是对容器的打包，里面的容器可以看成是一个整体，总是能一起调度、一起运行，绝不会出现分离的情况，而Pod属于Kubernetes，可以在不触碰下层容器的情况下任意定制和修改，Kubernetes让Pod去编排容器 阅读全文
摘要：
YAML是Kubernetes的标准工作语言 YAML介绍 Kubernetes使用了YAML语言一个非常关键的特性，叫作"声明式"，对应的有另外一个词: "命令式" 先简单描述声明式和命令式之间的区别: 如Docker和Dokcerfile就属于"命令式"，大多数编程语言属于命令式，特点是交互性强 阅读全文
摘要：
容器技术只是解决了运维部署工作中的一个很小的问题，在现实生产环境中，除了最基本的安装，还会各式各样的需求，比如服务发现、负载均衡、状态监控、健康检查、扩容缩容、应用迁移、高可用等等。这些容器之上的管理、调度工作就是容器编排 Kubernetes 从0到0.1 是一个生产级别的容器编排平台和集群管理系 阅读全文