AWS 学习笔记之 Route53
Route53 是 AWS 的域名解析(DNS)服务。
ELB 没有固定的 IPv4 地址,用域名解析过去。
理解 Alias record 和 CNAME record 的区别:Alias 是 AWS 特有的一种解析方式,只能解析到 AWS Resources 上,但是具有 CNAME 不具备的一些特性,例如,解析裸域名。
Route53 是 AWS 的域名解析(DNS)服务。
ELB 没有固定的 IPv4 地址,用域名解析过去。
理解 Alias record 和 CNAME record 的区别:Alias 是 AWS 特有的一种解析方式,只能解析到 AWS Resources 上,但是具有 CNAME 不具备的一些特性,例如,解析裸域名。
了解不同付费方式的区别:
对于 Spot instances
https://s3-us-east-1.amazonaws.com/bucketname
我们知道,在 Linux 内核启动的时候会先启动一个 init
进程,这个进程的 PID 始终为 1,通过 ps
命令你会发现这个进程是很多进程的父进程。
在 Linux 中,进程是用树来组织的,这个 init
就是根结点,很多重要的系统服务进程例如
sshd
,cron
都是 init
的子节点。
init
进程天生有个重要的任务,就是做好这个父节点的角色,把系统里所有的进程管起来。经常发生如下的情况,一个进程还没有等到子进程结束(waitpid
),自己就因为某些原因退出了,那它的子进程就此时成为孤儿会被
init
接管,init
会很尽责的对他们做
waitpid
,从而确保资源不被浪费。
Docker 中使用 linux namespace 机制来隔离不同容器的网络配置。
简而言之,一般情况下每个容器有一个独立的 network namespace,这个 namespace 和主机的网络配置是隔离的,而他们之间通过一条虚拟链路以及网桥相连。
接下来的过程通过命令行模拟了这个网络建立的过程,以便粗浅的理解 linux namespace 的原理。
你已经建立了你的第一个神经网络,并且达到了 99% 的准确率。在这个过程中,你所学到的技术并不局限于 MNIST 数据集。实际上,这些技术在训练神经网络的过程中被广泛使用。作为礼物,下面提供的内容可以用来帮助你回忆已经所学的内容。
调整你的神经网络的一个好方法是:先去实现一个限制较多的神经网络,然后给它更多的自由度并且增加 dropout,使神经网络避免过拟合。最终你将得到一个相当不错的神经网络。
例如,我们在第一层卷积层中仅仅使用了 4 个 patch,如果这些权重的 patch 在训练的过程中发展成不同的识别器,你可以直观地看到这对于解决我们的问题是不够的。手写数字模式远多于 4 种基本样式。
因此,让我们稍微增加 patch 的数量,将我们卷积层中 patch 的数量从 4,8,12 增加到 6,12,24,并且在全连接层上添加 dropout。它们的神经元重复使用相同的权重,在一次训练迭代中,通过冻结(限制)一些不会对它们起作用的权重,dropout 能够有效地工作。
为了将我们的代码转化为卷积模型,我们需要为卷积层定义适当的权重张量,然后将该卷积层添加到模型中。