小编ray*_*han的帖子

从谷歌教程我们知道如何在TensorFlow中训练模型.但是保存训练模型的最佳方法是什么,然后在生产服务器中使用基本的最小python api进行预测.

我的问题基本上是针对TensorFlow保存模型并在实时服务器上提供预测而不影响速度和内存问题的最佳实践.由于API服务器将永远在后台运行.

一小段python代码将不胜感激.

从filebeat索引日志时,我在Elasticsearch上面得到了Mapper解析错误.

我尝试了Filebeat - > Elasticserach和Filebeat - > Logstash - > Elasticsearch方法.

我按照他们自己的文档,按照指示安装了filebeat模板,并通过在Elasticsearch中加载索引模板进行验证.Filebeat参考

我的弹性搜索通常与我的其他数据索引工作正常,我在Kibana上测试它们.它是一个官方码头Docker Hub | Elasticsearch安装.

谷歌搜索了很多运气,所以,任何帮助表示赞赏.

更新1:

ES版本:2.3.3(我相信最新版本)

模板文件是filebeat附带的默认文件.

{
  "mappings": {
    "_default_": {
      "_all": {
        "norms": false
      },
      "dynamic_templates": [
        {
          "fields": {
            "mapping": {
              "ignore_above": 1024,
              "type": "keyword"
            },
            "match_mapping_type": "string",
            "path_match": "fields.*"
          }
        }
      ],
      "properties": {
        "@timestamp": {
          "type": "date"
        },
        "beat": {
          "properties": {
            "hostname": {
              "ignore_above": 1024,
              "type": "keyword"
            },
            "name": {
              "ignore_above": 1024,
              "type": "keyword"
            }
          } …

使用docker容器构建可扩展的体系结构是处理可扩展性问题的一个非常有吸引力的解决方案.我们可以在Amazon Elastic Beanstalk环境或特定于供应商的传递环境中自动扩展docker容器.

在商用云服务器(如Digital Ocean或Rackspace)上制作自己的可扩展docker架构的最佳方法是根据负载自动配置容器.

我希望我的 Pod 在一段时间后（例如每周或每月）从我的部署中优雅地回收。我知道如果我知道 Kubernetes 命令，我可以为此添加一个 cron 作业。

问题是在 Kubernetes 中执行此操作的最佳方法是什么。哪个命令可以让我实现这个目标？

非常感谢你帮助我解决这个问题。

我需要使用on语句克隆一个附加了datePicker的jQuery datepicker输入字段.

$('form').on('click', '.datepicker', function(){
         $(this).datepicker({'changeMonth': true, 'changeYear': true, 'dateFormat': 'MM dd', 'yearRange': "<?php echo date('Y') ?>:<?php echo date('Y') + 1 ?>"}).focus();
    });

然后在克隆输入字段之前,我正在使用摧毁日期选择器

$(".datepicker").datepicker('destroy').removeClass('hasDatepicker');

但是仍然附加到当时新克隆输入的日期选择器正在弄乱原始输入字段......

有人可以帮我解决这个话题吗？