我对几个似乎已经自动添加到我的AWS安全组列表中的组所扮演的角色感到困惑,我收集的是默认配置,并且想知道它们是如何工作的(以及它们如何安全)更改).具体来说,有三个是神秘的:
launch-wizard-1 它有一个入站规则SSH,TCP,22,0.0.0.0/0.default描述为"默认VPC安全组",它具有所有流量的入站规则以及将自身用作源的所有端口.default_elb_... 描述为"在ELB创建期间未指定安全组时使用的ELB创建的安全组 - 修改可能影响到未来ELB的流量",其具有允许来自所有IP地址的HTTP的入站规则前两个似乎没有连接到任何其他安全组,而后者是我的Elastic Beanstalk环境的每个安全组中的入站HTTP规则的源.
这三个小组做了什么?我可以改变它们吗?或改变与他们的联系?
例如,后一条规则似乎具有允许从任何地方到我所有EB环境的HTTP流量的效果.我可以更改此规则以限制IP(到所有环境)吗?我可以"解除"规则作为来自给定EB环境的源(例如将其替换为具有一系列IP的源)吗?
security tcp http amazon-web-services amazon-elastic-beanstalk
我知道Araxis Merge现在是mergetoolGit 的"完全支持" ,所以我能找到关于配置Git使用它的大部分内容现在已经过时了.特别是,Araxis Merge应该只是通过执行来"开箱即用"
git config --global merge.tool araxis
Run Code Online (Sandbox Code Playgroud)
提供的araxis是我的PATH.
但是,由于几个原因,修改我的PATH不是一个选项,所以我需要能够指定正确的path或cmd在.gitconfig.
我应该如何配置Git(在OS X上)以便找到Araxis Merge?只要按照像其他工具的例子kdiff3,并p4merge用
git config --global mergetool.araxis.path /Applications/Araxis Merge.app/Contents/MacOS/Araxis Merge
Run Code Online (Sandbox Code Playgroud)
不起作用; 也不(猜测)
git config --global mergetool.araxis.path /Applications/Araxis Merge.app/Contents/Utilities/araxisgitmerge
git config --global difftool.araxis.path /Applications/Araxis Merge.app/Contents/Utilities/araxisgitdiff
Run Code Online (Sandbox Code Playgroud)
我该如何配置araxis.path?是否有其他Git设置应与Araxis Merge一起使用?
自更新最新setuptools版本(6.0.1)后我收到警告(黄色)
Could not find .egg-info directory in install record for ...
Run Code Online (Sandbox Code Playgroud)
对于我更新的所有包裹.例如,当我更新Twisted时
Could not find .egg-info directory in install record for Twisted from https://pypi.python.org/packages/source/T/Twisted/Twisted-14.0.2.tar.bz2#md5=.... in /Library/Python/2.7/site-packages
Run Code Online (Sandbox Code Playgroud)
然而,包更新似乎成功了.
这个警告意味着什么?我该怎么做才能回应它?
我的Python Web应用程序被调用 app
# example.py
import flask
app = flask.Flask(__name__.split('.')[0])
Run Code Online (Sandbox Code Playgroud)
当我尝试在AWS-EB上使用时启动它
# run.py (set correctly with WSGIPath)
from example import app
if __name__ == "__main__":
app.run()
Run Code Online (Sandbox Code Playgroud)
我明白了
mod_wsgi(pid = 22473):目标WSGI脚本'/opt/python/current/app/run.py'不包含WSGI应用程序'application'.
如何告诉AWS我的应用程序实例被调用app?
python configuration amazon-web-services amazon-elastic-beanstalk
我理解给定一个可迭代的
>>> it = [1, 2, 3, 4, 5, 6, 7, 8, 9]
Run Code Online (Sandbox Code Playgroud)
例如,我可以把它变成一个列表并在任意点切掉两端
>>> it[1:-2]
[2, 3, 4, 5, 6, 7]
Run Code Online (Sandbox Code Playgroud)
或者反转它
>>> it[::-1]
[9, 8, 7, 6, 5, 4, 3, 2, 1]
Run Code Online (Sandbox Code Playgroud)
或者将两者结合起来
>>> it[1:-2][::-1]
[7, 6, 5, 4, 3, 2]
Run Code Online (Sandbox Code Playgroud)
但是,尝试在单个操作中完成此操作会产生一些困扰我的结果:
>>> it[1:-2:-1]
[]
>>>> it[-1:2:-1]
[9, 8, 7, 6, 5, 4]
>>>> it[-2:1:-1]
[8, 7, 6, 5, 4, 3]
Run Code Online (Sandbox Code Playgroud)
经过多次试验和错误,我能得到我想要的东西:
>>> it[-3:0:-1]
[7, 6, 5, 4, 3, 2]
Run Code Online (Sandbox Code Playgroud)
这让我头疼(并且无法帮助我的代码的读者):
>>> it[-3:0:-1] == it[1:-2][::-1]
True
Run Code Online (Sandbox Code Playgroud)
我怎么能理解这个?我是否应该在思考这些事情?
FWYW,我的代码做了大量的截断,反转和迭代迭代,我正在寻找更快更清晰(是的,不要笑)的东西 …
我的TensorBoard图表处理我的TensorFlow代码的连续运行,就像它们都是同一运行的一部分一样.例如,如果我首先运行我的代码(下面),FLAGS.epochs == 10然后重新运行FLAGS.epochs == 40我得到
在第一次运行结束时"循环"以开始第二次运行.
有没有办法将我的代码的多次运行视为不同的日志,例如,可以比较或单独查看?
from __future__ import (absolute_import, print_function, division, unicode_literals)
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
# Basic model parameters as external flags.
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_float('epochs', 40, 'Epochs to run')
flags.DEFINE_integer('mb_size', 40, 'Mini-batch size. Must divide evenly into the dataset sizes.')
lags.DEFINE_float('learning_rate', 0.15, 'Initial learning rate.')
flags.DEFINE_float('regularization_weight', 0.1 / 1000, 'Regularization lambda.')
flags.DEFINE_string('data_dir', './data', 'Directory to hold training and test data.')
flags.DEFINE_string('train_dir', …Run Code Online (Sandbox Code Playgroud) 如何在Google云中设置TensorFlow?我了解如何创建Google Compute Engine实例,以及如何在本地运行TensorFlow; 和最近的谷歌博客中表明,有应该是创建一个谷歌Compute Engine的实例,并在云中运行的应用程序TensorFlow方式:
机器学习项目可以有多种规模,正如我们在开源提供的TensorFlow中看到的那样,项目通常需要扩展.一些小任务最好通过在桌面上运行的本地解决方案来处理,而大规模应用程序则需要托管解决方案的规模和可靠性.Google Cloud Machine Learning旨在支持全方位,并提供从本地到云环境的无缝过渡.
即使我对此有所了解,但鉴于微软Azure提供的竞争平台,有一种方法可以设置TensorFlow应用程序(在本地开发并"无缝地"扩展到云中) ,可能是在谷歌云中使用GPU).
例如,我想在我的IDE中本地工作,调整我的项目的功能和代码,在那里运行有限的培训和验证,并定期将代码推送到云以在那里运行(任意)更大的资源,然后保存并下载经过培训的模型.或者甚至更好,只需使用可调资源在云中运行图形(或图形的一部分).
有没有办法做到这一点; 有计划吗?如何在Google云中设置TensorFlow?
machine-learning google-cloud-platform tensorflow google-cloud-ml google-cloud-tpu
可能重复:
如何以编程方式阻止Mac进入睡眠状态?
当前版本的OS X(10.7)在应用程序或进程运行时防止睡眠的正确方法是什么?
特别是,IOCancelPowerChange仍然(或曾经)曾为此目的服务吗?我打电话IOCancelPowerChange回应kIOMessageCanSystemSleep,但这并没有成功.
最近我通过AppStore将OS 10上的Xcode更新到5.0.1版.在我看来,此更新还更新了命令行工具,例如运行gcc --version生成
Configured with: --prefix=/Applications/Xcode.app/Contents/Developer/usr --with-gxx-include-dir=/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX10.9.sdk/usr/include/c++/4.2.1
Apple LLVM version 5.0 (clang-500.2.79) (based on LLVM 3.3svn)
Target: x86_64-apple-darwin13.0.0
Thread model: posix
Run Code Online (Sandbox Code Playgroud)
但是,SE上的答案表明情况并非如此,需要单独下载和安装命令行工具.我做到了这一点并最终得到了相同的工具版本,但有微妙的差异.例如,现在正在运行运行gcc --version产生
gcc --version
Configured with: --prefix=/Applications/Xcode.app/Contents/Developer/usr --with-gxx-include-dir=/usr/include/c++/4.2.1
Apple LLVM version 5.0 (clang-500.2.79) (based on LLVM 3.3svn)
Target: x86_64-apple-darwin13.0.0
Thread model: posix
Run Code Online (Sandbox Code Playgroud)
这是事情应该如何工作 - 这是否代表了当前Xcode命令行工具的预期行为,或者它是通过直接下载安装所特有的(与通过AppStore安装Xcode相比;如果可能的话)?
什么是从变化的意义/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX10.9.sdk/usr/include/c++/4.2.1来/usr/include/c++/4.2.1?
我给Python包中单个模块的名称是否与包的名称相匹配?
例如,如果我有一个带有结构的单个模块的包
super-duper/
super/
__init.py___
mycode.py
...
Run Code Online (Sandbox Code Playgroud)
我可以super-duper在PyPi上创建一个包,安装后会有两个site-packages名称不匹配的文件夹:
super/
super_duper-1.2.3.dist-info/
Run Code Online (Sandbox Code Playgroud)
这意味着要导入我使用的项目
import super
Run Code Online (Sandbox Code Playgroud)
而不是实际的包名(super_duper)
这似乎违反了常规做法(从我看到的每个其他包的文件夹判断site-packages)遵循该模式
same_name/
same_name-1.2.3.dist-info/
Run Code Online (Sandbox Code Playgroud)
用于PyPi包same-name.
我应该(总是)构建我的项目
super-duper/
super_duper/
__init.py___
mycode.py
...
Run Code Online (Sandbox Code Playgroud)
确保包名称和模块导入名称"匹配":
import super_duper
Run Code Online (Sandbox Code Playgroud)
我应该遵循相关的最佳做法或规则吗?
python ×5
tensorflow ×2
cocoa ×1
gcc ×1
git-config ×1
git-merge ×1
http ×1
list ×1
osx-lion ×1
package ×1
pip ×1
pypi ×1
python-2.7 ×1
security ×1
setuptools ×1
slice ×1
tcp ×1
tensorboard ×1
xcode ×1