Docker

容器

权利隔离监牢 chroot jail
创建一个隔离的目录环境来运行进程，如果权限隔离监牢中正在运行的进程被入侵者攻破，则入侵者便会发现自己被困在容器所创建的目录中，无法对宿主机进行进一步的破坏。

控件组、命名空间

docker的下载方法：国内镜像下载
https://www.kancloud.cn/jingyucloud/docker/306051

windows下安装Docker 要求64bit
1、控制面板>windows 功能>Hype-V
2、国内的下载受到GFW等的限制，速度很慢，使用国内镜像下载即可：
1）win7及以下系统需要安装虚拟化管理器 如dockertoolbox
2）win8及以上系统，可以不安装虚拟管理器，只需要启用 Hype-V 即可。
3、docker for windows pull镜像文件默认安装位置的修改：
https://blog.csdn.net/StemQ/article/details/53150939

cmder Windows命令行工具配置
1、下载解压
2、系统变量设置、快捷入口设置
3、用户界面设置
4、常用bash命令设置
https://cmder.net/
https://segmentfault.com/a/1190000011361877

docker相关命令
https://zju.date/docker-notes/

docker run 下载镜像并生成一个实例运行
docker pull 下载镜像
docker create 镜像 name 创建容器
docker run = pull + create + start

https://fankangbest.github.io/page/2/

docker history images #查看镜像每一层的分布及存储
docker start 容器id #启动容器
docker attach 容器id #进入容器
exit # 离开容器，容器进程被销毁，ps中无进程
ctrl+D #同上
ctrl + p #然后Ctrl +q 离开容器，容器进程保留
docker stop 容器id #停止容器
docker commit 容器id #提交容器内修改的内容,生成一个新的镜像保存下来
Docker的copy命令可以在容器与物理机之间拷贝内容
docker cp 本地路径 容器ID：容器路径# 可用于Docker本地上传文件到容器

images 和 containers的关系
容器是镜像的实例化，一个镜像可以衍生出多个容器，容器删除不会对镜像产生影响，但是容器可通过写入镜像修改镜像。镜像相当于一个标准化的模板，启动容器相当于实例化一个镜像来用。
http://www.cnblogs.com/bethal/p/5942369.html

提高pip包的下载速度：PIP 更换国内安装源
https://blog.csdn.net/yuzaipiaofei/article/details/80891108

Docker映射端口方法
1、运行创建的时候采用
docker -it -d -p 80:6666 --name 容器名 镜像名
-it 打开标准输入，并给其分配一个终端tty
-d 后台运行该容器
-p 小写的p指定容器映射的端口
80:6666 80为docker的80端口，6666为宿主机的端口
-name 指定创建的容器的名称
镜像名，安装的镜像的名字
2、编辑本地的iptables转发（暂略）

如何制作机器学习的数据集

搭建 TensorFlow 的流程基本如下
1. 导入数据集 ：数据集处理
2. 导入TensorFlow模块 ：模块库
3. Create the model ：占位符
4. Define loss and optimizer ：优化因子
5. Train ：参数初始化，迭代训练
6. Test trained model：

图像处理
1、openCV
在读取图像之前，你得把你的做实验的图像事先放到工作目录下才行。读取函数是cv2.imread()，关于函数说明： cv2.imread(‘图像名称’，’可选参数’)
可选参数决定读入图像的模式：
0：读入的为灰度图像（即使图像为彩色的）
1：读入的图像为彩色的（默认）；
注意的是：即使图像在工作空间不存在，这个函数也不会报错，只不过读入的结果为none。

import cv2 
img = cv2.imread(‘flower.jpg’) 

Python下opencv使用笔记（一）（图像简单读取、显示与储存）
OpenCV中文教程

TensorFlow使用
变量的声明函数 tf. Variable
tf.random_ normal([2, 3], stddev = 2 ）会产生一个2*3的矩阵，矩阵中的元素是均值为0 ，标准差为2 的随机数。均值可以用mean来指定
TensorFlow 中矩阵乘法是非常容易实现的。以下TensorFlow 程序实现神经网络的前向传播过程。

a = tf .matmul (x, wl)
y = tf .matmul (a, w2)

其中tf.matmul 实现了矩阵乘法的功能。
一些其他的随机数生成器

tf.random_normal 正态分布
tf.random_uniform 均匀分布
tf.random_gamma gamma分布
tf.truncated_normal 正态分布 但如果随机出来的值偏离平均值超过2，那么这个数将会被重新随机

常数生成函数:

tf.zeros 产生全零的数组
tf.ones 产生全1的数组
tf.fill 产生一个全部为给定数字的数组
tf.constant 产生一个给定的常量
eg： biases= tf . Variable(tf . zeros([3))) biases 偏置项

TensorFlow 也支持通过其他变量的初始值来初始化新的变量

w2 = tf. Variable (weights. initialized_value ())
w3 = tf.Variable(weights.initialized_value() * 2 . 0)

以上代码中， w2 的初始值被设置成了与weights 变量相同。w3 的初始值则是weights
初始值的两倍。在TensorFlow 中， 一个变量的值在被使用之前，这个变量的初始化过程需要
被明确地调用。

Ubuntu下安装mysql

apt-get install mysql-server
apt-get isntall mysql-client
apt-get install libmysqlclient-dev
service mysql start       #启动mysql服务
netstat -anlt |grep mysql #验证mysql是否启动listen监听状态

docker 容器中下载的ubuntu若缺失netstat、ipconfig等命令：

apt-get update 更新软件包列表
apt-get upgrade
apt-get net-tools

安装python

apt-get install python2.7
ln -s /usr/bin/python2.7 /usr/bin/python

安装pip

sudo apt-get install python-pip

Windows下 Docker 简单部署 Django应用
https://www.cnblogs.com/everydaygift/p/9842191.html

Create Docker file
Docker has the ability to build images automatically by reading instructions from a Dockerfile. A docker file contains all the commands and instructions that Docker uses to build images.
Let's define some of the basic commands used in a Dockerfile.
FROM - initializes a new build stage and sets the Base Image for subsequent instructions. As such, a valid Dockerfile must start with a FROM instruction.
RUN - runs the command specified.
ADD - Copy a file(s) into the container.
EXPOSE - informs Docker that the container listens on the specified network ports at runtime.
CMD - provide defaults for an executing container.

Pycharm工具env 环境部署Django应用