Val-Blog

docker基本概念../image/image镜像类似于虚拟机中的snapshot快照，里面包含我们要部署的应用程序以及它先关联的所有库。 container容器通过镜像我们可以创建许多个不同的container容器，每个容器都是一个独立的运行环境（就像虚拟机），每一个容器是独立运行的。 dockerfile自动化脚本。用于创建镜像。就像我们在虚拟机中安装操作系统和软件一样。 dockerfile编写语法 FROM：指定基础镜像，必须是第一条指令 MAINTAINER：指定作者信息 RUN：创建镜像时执行的命令 ADD：添加文件 WORKDIR：指定工作目录 ENV：设置环境变量 EXPOSE：暴露端口 CMD：指定容器启动时执行的命令 示例12345678FROM centos:7MAINTAINER zhangsanRUN yum install -y vimADD test.txt /opt/test.txtWORKDIR /optENV MYPATH /usr/localEXPOSE 80CMD echo $MYPATH docker desktopdocker 命令 do ...

本博客为哈佛大学的CS50 Introduction to Computer Science中数据结构 【Tries】这一节的笔记，我按照自己的理解排布了结构，进行了翻译并加上了自己的理解作为补充。致谢为这门课付出并公开的所有人 What is TrieTrie以一种有趣的方式尝试将结构和指针组合在一起来存储数据。 • 要在Trie中搜索的数据是路线图。• 如果您可以从头到尾遵循地图，则数据存在于Trie。• 如果你不能，那就不存在。• 与哈希表不同，Trie不存在冲突，也不存在两个数据块（除非它们相同）具有相同的路径 Tries combine structures and pointers together to store data in an interesting way.• The data to be searched for in the trie is now a roadmap.• If you can follow the map from beginning to end, the data exists in the trie.• If you can’t, ...

我把9天的新加坡之旅剪成了20分钟！ 在坡生活常识 左行右舵 新加坡的插座是英标的，去之前必须买转接头 办地铁卡（ezLink）要10新币不退（其中工本费5新币，初始余额5新币） 地铁服务站大概率在A口附件 不建议打车，太贵了 进寺庙衣着得体（T恤长裤） 要进印度庙得脱鞋子，所以前去参访的本地人都是穿拖鞋去的，拖鞋会在路边聚集 新加坡是移民国家，大体分为四个人种：华人、印度人、马来人、欧亚后裔（混血） 新加坡差不多八九成的居民是住在政府的组屋里的，不用花太多钱，住房压力很小。特别有钱的人就得去买私人住房了，那就很贵趣闻 出发时在飞机上跟两个母亲换了座位，因为他们想和他们的儿子一起坐 在鱼尾狮公园、克拉码头和滨海湾公园触发了随机事件——帮助外国友人拍照、为外国小哥指路 在酒店的被子每天都会被清洁人员像被单一样塞进床垫底下，每次睡觉盖被子都要扯出来 酒店房间窗外的天主教教堂每天会在7:15左右和17:54左右敲钟 在新加坡河边遇到了正在拍摄的剧组，拍了一张照被工作人员友好说明不要拍照，哈哈哈 跟会说中文的人交流全程用蹩脚的英文 在地铁上扶了一位华人老奶奶去空余的座位上坐着 ...

个人信息 杨璐玮/男/2003 本科/华南理工大学软件工程专业22级（26届） 个人博客网站：http://val213.github.io Github：http://github.com/val213联系方式 手机：18122652287 Email：val213666@gmail.com/1042594899@qq.com QQ/微信号：104259489/val213 实习/项目经历项目经历 Rust 语言操作系统内核开发DragonOS 开源社区的贡献者，参与内核子系统的开发和维护，作为 reviewer 同时担任 SIG-Main 的主要负责人参与社区运营。 目前主要负责内核中用户态和内核态全双工通信机制——Netlink 协议栈的开发和设备驱动模型中设备事件通知——Uevent 机制的实现。 移植 dog —— 一个开源 DNS 查询 CLI 工具到 DragonOS 上，实现了在 DragonOS 上的 DNS 查询功能。 优化 DragonReach 的主进程，使用多线程分离 IO Bound task 和 CPU bound task，结合信号机制实现了异步任务 ...

部署SAPnginx配置

Digital ../image/image Processing (Basics)What is Digital ../image/image Processing?The sequence of ../image/image processing to computer vision can be broken up into low-level, mid-level and high-level processes. Level Input Output Example low-level ../image/image ../image/image Noise removal,../image/image sharpening mid-level ../image/image Attributes Object recognition,Segmentation high-level Attributes Understanding Scene understanding, Autonomous navigation Examples of DIP ...

MVC和Observer的联系MVC是软件架构，Observer是设计模式，是不同层面的东西，不能直接比较异同 MVC本质上是解耦，让UI和逻辑，数据分离。一旦应用，基本上整个项目都要遵从这种模式。 Observer是一种传递消息的机制，特点是被观察者不需要知道观察者是谁，降低了耦合。这是一种模式，三两个class就可以实现，对网站构架没有影响。 如果硬要说联系，Observer模式经常被应用在MVC架构中，作为一种消息处理的机制。 observer模式观察者模式也称作监听模式，即观察与被观察的关系，比如你在烧开水时看它有没有开，你就是观察者，水就是被观察者。观察者模式是指对象之间一对多的依赖关系，每当那个特定对象改变状态时，所有依赖于它的对象都会得到通知并被自动更新。 cs61b sp21 proj0 2048 中的MVC和observerMVC The MVC pattern divides our problem into three parts: The model represents the subject matter being represented and act ...

规划求解启发式算法遗传算法模拟退火蚁群算法机器学习分类基于树的算法决策树决策树是一种树形结构的模型，可以用来进行分类或回归问题。它的基本思想是，根据一些特征和划分准则，将数据集分成不同的子集，直到达到某种停止条件。决策树的优点是易于理解和解释，可以处理离散或连续的特征，可以处理缺失值和异常值等。决策树的缺点是容易过拟合，对噪声敏感，可能不稳定等。 Gini(基尼系数) Gini There are many ways to split the samples, we use the >GINI method in this tutorial. The Gini method uses this formula: $Gini = 1 - (x/n)^2 - (y/n)^2$ Where $x$ is the number of positive answers(“GO”), $n$ is the number of samples, and $y$ is the number of negative answers (“NO”), which gives us this calc ...

环境：centos7某些项目的环境依赖node和npm，不同项目和系统的版本不同，所需要的node版本也不一样；某些工具的安装使用yum无法完成，所以还得下载了npm用npm来安装。所以node、npm或者node版本管理工具nvm的安装还是必要的。 nvm.nvm./install.sh.bashrc.bash_profile glibc和glibcxx版本与node版本不兼容问题描述my nvm version is 0.38.0,but when i input node or npm, shows ：1234567node: /lib64/libm.so.6: version `GLIBC_2.27' not found (required by node)node: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by node)node: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (req ...