VMware Data Recovery 管理员指南GB 的空间。要保护的虚拟机组之间的差异越大,每台虚拟机所需要的空间就越大。备份频率、备份的保留 时间长短以及要备份的虚拟机数量也会影响所需要的空间量。 请参见最新的 vSphere 文档,获取有关设置 vSphere 4.0 环境(包含 ESX Server、vCenter Server 和 vSphere Client)的信息。 安装客户端插件 必须先安装客户端插件,才能管理 VMware 如果不接受条款,则将无法完成安装过程。 5 在 vSphere 清单中为备份设备选择一个位置。 也可以选择重命名备份设备。 6 选择要将备份设备部署到的主机或群集。 7 选择要存储虚拟机文件的数据存储。 8 检查部署设置,然后单击完成。 现在,备份设备已部署在您的环境中。 下一步 您可以将备份保存在网络存储或硬盘上。如果要将备份存储在硬盘上,则您现在可能希望完成任务第 10 页,“向备份设备中添加硬盘”。否则,您可能希望了解第 vCenter Server。 2 选择清单 > 虚拟机和模板。 VMware Data Recovery 10 VMware, Inc. 3 在清单中,右键单击备份设备虚拟机,然后选择编辑设置。 4 在“硬件”选项卡上,单击添加。 5 选择硬盘,然后单击下一步。 6 选择创建新的虚拟磁盘,然后单击下一步。 7 指定磁盘大小和其他选项,然后单击下一步。 8 指定虚拟磁盘的高级选项,然后单击下一步。0 码力 | 22 页 | 663.62 KB | 1 年前3
Service Mesh 发展趋势(续) 蚂蚁金服 | 骑士到中盘路向何方?递给适配器的数据。 这些包括“metrics”,“logentry”,“tracepan”等。这些抽 象与后端想要消费的数据不匹配,导致运维需要编写一些手动配置, 以便在规范的 Istio 样式和后端特定的样式之间进行映射。原本期望 这种映射可以在适配器中实现很大程度上的自动化,但是最终还是 太复杂并需要手动配置。如果要性能,该怎么做? Part 1:ServiceMesh灵魂拷问一:要架构还是要性能? 实例模版的操作系统配置 操作系统 镜像文件 自动启动脚本 创建应用 启动业务容器 按照实例模版启动虚拟机+应用 启动应用 k8s replicaset 通过实例模版设置实例数 管理实例副本(固定) k8s HPA或者serverless 通过实例模版设置自动伸缩 管理实例副本(伸缩) 更改镜像文件 更改实例模版 应用版本升级 容器/k8s 虚拟机(托管式实例组)Part 3:ServiceMesh灵魂拷问三:要不要支持虚拟机?0 码力 | 43 页 | 2.90 MB | 6 月前3
⾸云容器产品Kubernetes操作指南集群 需通过⾸云集群管理⻚⾯进⾏上述操作 创建集群 进⼊集群⻚⾯ -> 右上⻆点击创建集群 设置集群名称 -> 选择虚拟数据中⼼ -> 选择集群私⽹ip⽹段 -> 选择计费⽅式-> 设置master节点 - > 设置worker节点 -> 选择HA配置 -> 选择集群公⽹ip -> 设置集群ssh登录密码 -> 确认⽆误后点击 确认 2.使⽤须知 集群管理 1.简介 2.使⽤须知 选择要进⼊的节点 -> 点击控制台 删除集群 进⼊集群⻚⾯ -> 选择要删除集群,点击更多 -> 点击删除 6 仔细阅读提示后,点击确认执⾏删除 ⾸云⽀持 集群节点的⼿动管理,包括节点的增加、删除和设置节点是否可调度操作 需通过⾸云集群管理⻚⾯进⾏上述操作 添加master节点 进⼊集群⻚⾯ -> 选择需要操作的集群 -> 点击集群扩容 节点管理 1.简介 2.使⽤须知 3.操作说明 8 添加worker节点 进⼊集群⻚⾯ -> 选择需要操作的集群 -> 点击集群扩容 核对集群ID -> 选择增加节点类型为worker -> 选择计算类型与规格 -> 添加云盘(可不选)-> 设置 添加数量 -> 输⼊登录⽤户密码 -> 核对⽆误后,点击确定进⾏添加 9 进⼊节点查看⻚⾯ -> 选择对应集群,新添加节点状态由创建中 -> 正常代表添加成功 删除worker节点(master节点不可移除)0 码力 | 94 页 | 9.98 MB | 1 年前3
OpenShift Container Platform 4.2 架构配置文件中。安装程序使用这些 Ignition 配置文件来创建集群。 运行安装程序时,所有配置文件会被修剪,因此请务必备份需要再次使用的所有配置文件。 重要 重要 安装之后,您无法修改在安装过程中设置的参数,但可以修改一些集群属性。 采用安装程序置 采用安装程序置备 备的基 的基础 础架 架构 构的安装 的安装过 过程 程 默认安装类型为使用安装程序置备的基础架构。默认情况下,安装程序充当安装向导,提示您输入它无法 Container Platform 组件注入生产环境 control plane。 8. 安装程序关闭 bootstrap 机器。(如果自己配置基础架构,则需要人工干预) 9. control plane 设置 worker 节点。 10. control plane 以一组 Operator 的形式安装其他服务。 OpenShift Container Platform 4.2 架 架构 构 10 是否按设计积极管理集群中其相关组件的资源。如果 Operator 设置为 非受管(unmanaged) 状态,它不会响应配置更改,也不会收到更新。 虽然它可以在非生产环境集群或调试过程中使用,但处于非受管状态的 Operator 不被正式支持,集群管 理员需要完全掌控各个组件的配置和升级。 可使用以下方法将 Operator 设置为非受管状态: 独立 独立 Operator 配置 配置 独立0 码力 | 32 页 | 783.33 KB | 1 年前3
OpenShift Container Platform 4.3 架构配置文件中。安装程序使用这些 Ignition 配置文件来创建集群。 运行安装程序时,所有配置文件会被修剪,因此请务必备份需要再次使用的所有配置文件。 重要 重要 安装之后,您无法修改在安装过程中设置的参数,但可以修改一些集群属性。 采用安装程序置 采用安装程序置备 备的基 的基础 础架 架构 构的安装 的安装过 过程 程 默认安装类型为使用安装程序置备的基础架构。默认情况下,安装程序充当安装向导,提示您输入它无法 Container Platform 组件注入生产环境 control plane。 8. 安装程序关闭 bootstrap 机器。(如果自己配置基础架构,则需要人工干预) 9. control plane 设置 worker 节点。 10. control plane 以一组 Operator 的形式安装其他服务。 OpenShift Container Platform 4.3 架 架构 构 10 在升级过程中,Machine Config Operator (MCO) 会将新配置应用到集群机器。它将机器配置池中由 maxUnavailable 字段指定数量的节点保护起来,并将其标记为不可用。在默认情况下,这个值被设置为 1。然后,它会应用新配置并重启机器。如果您将 Red Hat Enterprise Linux (RHEL) 机器用作 worker,MCO 不会在这些机器上更新 kubelet,因为您必须首先在这些机器上更新0 码力 | 47 页 | 1.05 MB | 1 年前3
OpenShift Container Platform 4.7 架构Container Platform 4.7 架 架构 构 12 运行安装程序时,所有配置文件会被修剪,因此请务必备份需要再次使用的所有配置文件。 重要 重要 安装之后,您无法修改在安装过程中设置的参数,但可以修改一些集群属性。 采用安装程序置 采用安装程序置备 备的基 的基础 础架 架构 构的安装 的安装过 过程 程 默认安装类型为使用安装程序置备的基础架构。默认情况下,安装程序充当安装向导,提示您输入它无法 Container Platform 组件注入生产环境 control plane。 8. 安装程序关闭 bootstrap 机器。(如果自己配置基础架构,则需要人工干预) 9. control plane 设置计算节点。 10. control plane 以一组 Operator 的形式安装其他服务。 完成此 bootstrap 过程后,将生成一个全面运作的 OpenShift Container Platform Config Operator(MCO)将新配置应用到集群机器。MCO 会处理由 maxUnavailable 字段指定的、协调机器配置池中的节点数量,并将它们标记为不可用。在默认情况下, 这个值被设置为 1。然后,MCO 会应用新配置并重启机器。 如果您将 Red Hat Enterprise Linux (RHEL) 机器用作 worker,MCO 不会在这些机器上更新 kubelet,因 为您必须首先在这些机器上更新0 码力 | 55 页 | 1.16 MB | 1 年前3
OpenShift Container Platform 4.10 架构配置文件中。安装程序使用这些 Ignition 配置文件来创建集群。 运行安装程序时,所有配置文件会被修剪,因此请务必备份需要再次使用的所有配置文件。 重要 重要 安装之后,您无法修改在安装过程中设置的参数,但可以修改一些集群属性。 采用安装程序置 采用安装程序置备 备的基 的基础 础架 架构 构的安装 的安装过 过程 程 默认安装类型为使用安装程序置备的基础架构。默认情况下,安装程序充当安装向导,提示您输入它无法 Container Platform 组件注入生产环境 control plane。 8. 安装程序关闭 bootstrap 机器。(如果自己配置基础架构,则需要人工干预) 9. control plane 设置计算节点。 10. control plane 以一组 Operator 的形式安装其他服务。 完成此 bootstrap 过程后,将生成一个全面运作的 OpenShift Container Platform Config Operator(MCO)将新配置应用到集群机器。MCO 会处理由 maxUnavailable 字段指定的、协调机器配置池中的节点数量,并将它们标记为不可用。在默认情况下, 这个值被设置为 1。然后,MCO 会应用新配置并重启机器。 如果您将 Red Hat Enterprise Linux (RHEL) 机器用作 worker,MCO 不会在这些机器上更新 kubelet,因 为您必须首先在这些机器上更新0 码力 | 63 页 | 1.40 MB | 1 年前3
第29 期| 2023 年9 月- 技术雷达范围和性质。当拨开炒作和混乱的迷雾,你会发现 GitOps 是一项基于 Kubernetes 集群功能的有用技术,为分 离介于配置应用和实施部署流程的关注点创造了机会。我们的一些团队在他们的持续交付设置中实施了 GitOps, 并取得了良好的体验。所以我们推荐大家去评估这项技术。 19. 大语言模型驱动的自主代理 评估 随着大语言模型的持续发展,构建自主人工智能代理的兴趣日益浓厚。AutoGPT、GPT-Engineer 览器引 擎,但复杂性仍然存在。比开发人员体验更糟糕的是用户体验:当必须在浏览器中加载和构建自定义 Web 组件 时,页面加载性能会受到影响,即使在预渲染和精心调整组件的情况下,也几乎无法避免“无样式内容闪烁” 或某些布局变化。放弃使用 Web 组件的决定可能会产生深远的影响,正如我们的一个团队曾经不得不将其基于 Web 组件的设计系统 Stencil 进行迁移。 技术 © Thoughtworks 它支持主流的云提供商和 混合设置。Orca 拥有广泛的安全查询和规则,以持续监控已部署的工作负载,检测配置错误、漏洞和合规性问 题。它支持云虚拟机、无服务器函数、容器以及已部署工作负载的 Kubernetes 上部署的应用。这些内置的安 全规则会定期更新,以跟上不断演进的合规标准和威胁向量。由于 Orca 无需代理,因此提供了良好的开发者 体验,并且易于设置。另一个显著的特点是它促进了安全的左移。我们的团队使用0 码力 | 43 页 | 2.76 MB | 1 年前3
【PyTorch深度学习-龙龙老师】-测试版202112tensor(1.) b = torch.tensor(2.) 预览版202112 1.6 开发环境安装 17 c = torch.tensor(3.) # 需要求导的张量,要设置 requires_grad w = torch.tensor(4., requires_grad=True) # 构建计算过程 y = a * w**2+ b * w + c # 求导 自带的显卡驱动版本号“New Version”,如果“Current Version”大于“New Version”,则需要取消“Display Driver”的勾,如果小于或等于,则 默认勾选即可,如图 1.27 所示。设置完成后即可正常安装。 图 1.25 CUDA 安装界面-1 图 1.26 CUDA 安装界面-2 安装完成后,我们来测试 CUDA 软件是否安装成功。打开 cmd 命令行,输入“nvcc 函数值增大的方向,那么梯度的反方向−∇?则指向函数值减少的方向。利用这一性质,只 需要按照 ?′ = ? − ? ∙ ∇? (2.1) 来迭代更新?′,就能获得越来越小的函数值,其中?用来缩放梯度向量,一般设置为某较小 的值,如 0.01、0.001 等。特别地,对于一维函数,上述向量形式可以退化成标量形式: ?′ = ? − ? ∙ d? d? 通过上式迭代更新?′若干次,这样得到的?′处的函数值0 码力 | 439 页 | 29.91 MB | 1 年前3
动手学深度学习 v2.0Dagar和唐源将 部分较早版本的MXNet实现分别改编为PyTorch和TensorFlow实现。感谢百度团队将较新的PyTorch实现改 编为PaddlePaddle实现。感谢张帅将更新的LaTeX样式集成进PDF文件的编译。 特别地,我们要感谢这份中文稿的每一位撰稿人,是他们的无私奉献让这本书变得更好。他们的GitHub ID或姓名是(没有特定顺序):alxnorden, avinashingit 引言 看,它们似乎是相似的任务。然而,如果我们想处理完全不同的输入或输出,比如:从图像映射到字幕,或 从英语映射到中文,可能需要一个完全不同的模型族。 但如果模型所有的按钮(模型参数)都被随机设置,就不太可能识别出“Alexa”“Hey Siri”或任何其他单 词。在机器学习中,学习(learning)是一个训练模型的过程。通过这个过程,我们可以发现正确的参数集, 从而使模型强制执行所需 射到对应的已知字符之上。这种“哪一个”的问题叫做分类(classification)问题。分类问题希望模型能够预 测样本属于哪个类别(category,正式称为类(class))。例如,手写数字可能有10类,标签被设置为数字0~ 9。最简单的分类问题是只有两类,这被称之为二项分类(binomial classification)。例如,数据集可能由动 物图像组成,标签可能是{�, �}两类。回归是训练一个回归0 码力 | 797 页 | 29.45 MB | 1 年前3
共 165 条
- 1
- 2
- 3
- 4
- 5
- 6
- 17













