2月17日，工信部正式發佈《鉛蓄電池行業規範條件(2015年本)》企業名單(第一批)，風帆股份、天能電池、超微電源、億能電源、聖陽電源、雄韜電源、荷貝克電源、普發電源、威盛電源、豐江實業等39家企業入選。

2015年12月10日，為進一步規範鉛蓄電池行業管理，加快行業結構調整和轉型升級，工信部對《鉛蓄電池行業准入條件》及《鉛蓄電池行業准入公告管理暫行辦法》進行了修訂，形成了《鉛蓄電池行業規範條件(2015年本)》和《鉛蓄電池行業規範公告管理暫行辦法(2015年本)》。新規範對電池企業的建設申請、生產能力、工藝水準以及環保等方面做出了嚴格的規定。

符合《鉛蓄電池行業規範條件(2015年本)》企業名單(第一批)

(排名不分先後)

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※專營大陸空運台灣貨物推薦

※台灣空運大陸一條龍服務

※評比南投搬家公司費用收費行情懶人包大公開

※南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

通常為了模型能更好的收斂,隨着訓練的進行,希望能夠減小學習率,以使得模型能夠更好地收斂,找到loss最低的那個點.

tensorflow中提供了多種學習率的調整方式.在搜索decay.可以看到有多種學習率的衰減策略.

• cosine_decay
• exponential_decay
• inverse_time_decay
• linear_cosine_decay
• natural_exp_decay
• noisy_linear_cosine_decay
• polynomial_decay

本文介紹兩種學習率衰減策略,指數衰減和多項式衰減.

• 指數衰減

tf.compat.v1.train.exponential_decay(
    learning_rate,
    global_step,
    decay_steps,
    decay_rate,
    staircase=False,
    name=None
)

learning_rate 初始學習率
global_step 當前總共訓練多少個迭代
decay_steps 每xxx steps后變更一次學習率
decay_rate 用以計算變更后的學習率
staircase： global_step/decay_steps的結果是float型還是向下取整

學習率的計算公式為:decayed_learning_rate = learning_rate * decay_rate ^ (global_step / decay_steps)

我們用一段測試代碼來繪製一下學習率的變化情況.

#coding=utf-8
import matplotlib.pyplot as plt
import tensorflow as tf

x=[]
y=[]
N = 200 #總共訓練200個迭代

num_epoch = tf.Variable(0, name='global_step', trainable=False)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for num_epoch in range(N):
        ##初始學習率0.5,每10個迭代更新一次學習率.
        learing_rate_decay = tf.train.exponential_decay(learning_rate=0.5, global_step=num_epoch, decay_steps=10, decay_rate=0.9, staircase=False)
        learning_rate = sess.run([learing_rate_decay])
        y.append(learning_rate)

#print(y)

x = range(N)
fig = plt.figure()
ax.set_xlabel('step')
ax.set_ylabel('learing rate')
plt.plot(x, y, 'r', linewidth=2)
plt.show()

結果如圖:

• 多項式衰減

tf.compat.v1.train.polynomial_decay(
    learning_rate,
    global_step,
    decay_steps,
    end_learning_rate=0.0001,
    power=1.0,
    cycle=False,
    name=None
)

設定一個初始學習率,一個終止學習率,然後線性衰減.cycle控制衰減到end_learning_rate后是否保持這個最小學習率不變,還是循環往複. 過小的學習率會導致收斂到局部最優解,循環往複可以一定程度上避免這個問題.
根據cycle是否為true,其計算方式不同,如下:

#coding=utf-8
import matplotlib.pyplot as plt
import tensorflow as tf

x=[]
y=[]
z=[]
N = 200 #總共訓練200個迭代

num_epoch = tf.Variable(0, name='global_step', trainable=False)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for num_epoch in range(N):
        ##初始學習率0.5,每10個迭代更新一次學習率.
        learing_rate_decay = tf.train.polynomial_decay(learning_rate=0.5, global_step=num_epoch, decay_steps=10, end_learning_rate=0.0001, cycle=False)
        learning_rate = sess.run([learing_rate_decay])
        y.append(learning_rate)
        
        learing_rate_decay2 = tf.train.polynomial_decay(learning_rate=0.5, global_step=num_epoch, decay_steps=10, end_learning_rate=0.0001, cycle=True)
        learning_rate2 = sess.run([learing_rate_decay2])
        z.append(learning_rate2)
#print(y)

x = range(N)
fig = plt.figure()
ax.set_xlabel('step')
ax.set_ylabel('learing rate')
plt.plot(x, y, 'r', linewidth=2)
plt.plot(x, z, 'g', linewidth=2)
plt.show()

繪圖結果如下:

cycle為false時對應紅線,學習率下降到0.0001后不再下降. cycle=true時,下降到0.0001后再突變到一個更大的值,在繼續衰減,循環往複.

在代碼里,通常通過參數去控制不同的學習率策略,例如

def _configure_learning_rate(num_samples_per_epoch, global_step):
  """Configures the learning rate.

  Args:
    num_samples_per_epoch: The number of samples in each epoch of training.
    global_step: The global_step tensor.

  Returns:
    A `Tensor` representing the learning rate.

  Raises:
    ValueError: if
  """
  # Note: when num_clones is > 1, this will actually have each clone to go
  # over each epoch FLAGS.num_epochs_per_decay times. This is different
  # behavior from sync replicas and is expected to produce different results.
  decay_steps = int(num_samples_per_epoch * FLAGS.num_epochs_per_decay /
                    FLAGS.batch_size)

  if FLAGS.sync_replicas:
    decay_steps /= FLAGS.replicas_to_aggregate

  if FLAGS.learning_rate_decay_type == 'exponential':
    return tf.train.exponential_decay(FLAGS.learning_rate,
                                      global_step,
                                      decay_steps,
                                      FLAGS.learning_rate_decay_factor,
                                      staircase=True,
                                      name='exponential_decay_learning_rate')
  elif FLAGS.learning_rate_decay_type == 'fixed':
    return tf.constant(FLAGS.learning_rate, name='fixed_learning_rate')
  elif FLAGS.learning_rate_decay_type == 'polynomial':
    return tf.train.polynomial_decay(FLAGS.learning_rate,
                                     global_step,
                                     decay_steps,
                                     FLAGS.end_learning_rate,
                                     power=1.0,
                                     cycle=False,
                                     name='polynomial_decay_learning_rate')
  else:
    raise ValueError('learning_rate_decay_type [%s] was not recognized' %
                     FLAGS.learning_rate_decay_type)

推薦一篇: 對各種學習率衰減策略描述的很詳細.並且都有配圖,可以很直觀地看到各種衰減策略下學習率變換情況.

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※專營大陸空運台灣貨物推薦

※台灣空運大陸一條龍服務

※評比彰化搬家公司費用,南投搬家公司費用收費行情懶人包大公開

※彰化搬家費用,南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

通用配置

maven依賴

添加Spring-Web和Spring-Security依賴，使用Spring-Security是因為使用SpringBoot的Redis依賴時，必須添加Spring-Security。在新版本SpringBoot才會這樣。

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-security</artifactId>
</dependency>

properties配置

8080端口指定一下，因為下面雙開服務器這個配置必須在這裏显示加上。

server.port=8080

測試類

@RestController
public class HelloController {

    @Value("${server.port}")
    Integer port;

    @GetMapping("/set")
    public String set(HttpSession session) {
        session.setAttribute("name", "johnson");
        return String.valueOf(port);
    }

    @GetMapping("/get")
    public String get(HttpSession session) {
        return (String)session.getAttribute("name") + port;
    }
}

整合Redis

maven依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

連接redis必須要密碼，否則連接不上，所以你的redis服務器必須設置密碼

spring.redis.host=127.0.0.1
spring.redis.database=0
spring.redis.port=6379
spring.redis.password=123456

啟動后，瀏覽器打開localhost:8080,賬號默認為user，密碼在控制台打印出來了，可以去看看。頁面如下：

Redis下的Session共享

當我們開啟兩個或多個Tomcat時，如何在這兩個Tomcat服務中共享Session呢，而Spring直接扔個依賴給你，安裝這個依賴就好了。
???????????? execute me!?
就是這麼簡單，添加spring-session-data-redis依賴就好了,如下：

<dependency>
    <groupId>org.springframework.session</groupId>
    <artifactId>spring-session-data-redis</artifactId>
</dependency>

測試Session共享

使用maven使用package指令打包出來出來后（IDEA的Maven工具有package按鈕，點一下就好），在target目錄下可以看到你打包好的jar包，就像這樣：

進入到tartget目錄后，打開兩個命令窗口, 分別輸入以下命令:

java -jar sessionhare-0.0.1-SNAPSHOT.jar  --server.port=8080 //窗口1命令
java -jar sessionhare-0.0.1-SNAPSHOT.jar  --server.port=8081 //窗口2命令

然後打開頁面localhost:8080,賬號默認為user，密碼可以在8080的控制台看到，登錄成功后，
再打開頁面localhost:8081，你會發現不需要再次登錄啦，Session共享成功！

Nginx的負載均衡

安裝Nginx可以參考我之前的文章
如果是Ubuntu或者其他類型的系統，就依賴項不同，安裝方式還是一樣的。

nginx配置

nginx配置在路徑在/usr/local/nginx/conf/nginx.conf, 修改配置如下：
在http模塊下修改。

    upstream colablog.cn {
        server 127.0.0.1:8080 weight=1;
        server 127.0.0.1:8081 weight=1;
    }
    server {
        listen      80;
        server_name localhost;
        
        location / {
           proxy_pass http://colablog.cn;
           proxy_redirect default;
        }
    }

修改完nginx配置後記得要重新加載一下配置文件，修改配置文件后必須重新指定配置文件，否則啟動會報錯。

sudo /usr/local/nginx/sbin/nginx -c /usr/local/nginx/conf/nginx.conf //重新指定配置文件
sudo /usr/local/nginx/sbin/nginx -s reload //重新啟動nginx

把剛才項目打包出來的jar包扔到Linux服務器上，讓程序在服務器後台運行，使用如下命令：

$ nohup java -jar sessionhare-0.0.1-SNAPSHOT.jar --server.port=8080 > 8080.log &
$ nohup java -jar sessionhare-0.0.1-SNAPSHOT.jar --server.port=8081 > 8081.log &

打開你Linux服務器的ip地址就可以看到了。在瀏覽器打開你的虛擬機ip/set，你的虛擬機ip/get，重複打開幾次就會發現訪問不同的端口。

MongoDb

整合MongoDb就像整合Redis那麼簡單，依賴和配置文件搞一下就行了

maven依賴

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

properties配置

spring.data.mongodb.host=127.0.0.1
spring.data.mongodb.authentication-database=admin
spring.data.mongodb.username=johnson
spring.data.mongodb.password=123456
spring.data.mongodb.port=27017
spring.data.mongodb.database=johnson

這樣就已經配置好了，不過我們還是測試一下吧。

測試

Book實體類

public class Book {

    private Integer id;

    private String name;

    private String author;

    @Override
    public String toString() {
        return "Book{" +
                "id=" + id +
                ", name='" + name + '\'' +
                ", author='" + author + '\'' +
                '}';
    }

    public Integer getId() { return id; }

    public void setId(Integer id) { this.id = id; }

    public String getName() { return name; }

    public void setName(String name) { this.name = name; }

    public String getAuthor() { return author; }

    public void setAuthor(String author) { this.author = author; }
}

dao接口

public interface BookDao extends MongoRepository<Book, Integer> {
    List<Book> findBookByNameContaining(String name);
}

測試類

@SpringBootTest
class MongoApplicationTests {
    @Autowired
    BookDao dao;

    @Test
    void contextLoads() {
        Book book = new Book();
        book.setName("colablog");
        book.setId(1);
        book.setAuthor("johnson");
        dao.insert(book);
    }

    @Test
    public void getList() {
        List<Book> all = dao.findAll();
        System.out.println(all);
        List<Book> cola = dao.findBookByNameContaining("cola");
        System.out.println(cola);
    }

    @Autowired
    MongoTemplate template;

    @Test
    public void test1() {
        Book book = new Book();
        book.setName("colablog2");
        book.setId(2);
        book.setAuthor("johnson2");
        template.insert(book);

        List<Book> all = template.findAll(Book.class);
        System.out.println(all);
    }
}

總結

文章主要是根據總結了視頻第六章內容，
代碼貼的有點多，因為測試用例的關係，真是抱歉，因為有測試用例才能證明程序能走通。
好了，感謝各位的閱讀，文章若有不足之處或更好的建議，請在下方留言，Thanks(･ω･)ﾉ。

個人博客網址： https://colablog.cn/

如果我的文章幫助到您，可以關注我的微信公眾號，第一時間分享文章給您

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※專營大陸空運台灣貨物推薦

※台灣空運大陸一條龍服務

※評比彰化搬家公司費用,南投搬家公司費用收費行情懶人包大公開

※彰化搬家費用,南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

這幾天閑着的時候在linux上部署了一下netcore webapi，下面就紀要一下這個過程。

中間遇到不少的坑，心裏都是淚啊。

 話不多說，開始幹活。

————————————————————————

第一步，你得先創建一個netcore的接口，這個我就簡單創建一個接口。

關於開發工具，我用的是vs2017，當然最新的vs2019也出來了，你可以用新的，都沒關係。

開始選擇創建項目，如圖所示，這個入門的程序員都應該懂

 

 

 選擇API

 

 

 點擊確定按鈕就創建成功。

如圖打開 Program.cs 

 

 

 在這裏添加一段代碼

 

代碼添加后

 

 

 這樣代碼就寫好了。

接下來就是發布。

 

選擇文件夾，選擇你要發布的項目的位置。

 

 

 點擊高級配置如下，注意下，這裏的目標框架是2.2版本，所以我們在linux上安裝的也是2.2。

 這裏我就遇到過坑，我vs發布的是2.0的版本，結果我linux是2.2，就各種運行報錯，後來改成2.2就好了。

 

 最後保存併發布就好了。

netcore項目的創建和發布就這樣結束了。

第二步，你得準備一個linux服務器，然後安裝環境

如果你條件允許，可以直接在阿里雲或者騰訊雲、華為雲、百度雲上買一個服務器。

新用戶是白菜價哦，（這裏真不是打廣告）當然你可以在你電腦上安裝一個VMware虛擬機。

具體安裝步驟百度一下一大把，這裏就不演示了。

我就在在百度雲買了一個linux服務器，嗯，價格還算便宜，畢竟新用戶，為什麼用百度雲？？

當然不是因為他好，而是我阿里雲已經不是新用戶了

好了，我們繼續。

用xshell登錄到你的linux服務器上。（如果不懂linux，沒關係，你總會百度吧）

登錄成功后，你可以在直接輸入如下命令

sudo yum install dotnet-sdk-2.2

 

 點擊確認，你需要等一段時間，如果你服務器網速很差，那麼你可以會等很久。

 如下圖示，遇到這裏你需要點擊敲一下你的鍵盤上的 y 回車即可

 這個時候系統開始慢慢的下載了，請耐心等待即可。

 

 

 終於下載完成了

 

你可以輸入下面的命令看看是否成功

dotnet --version

显示如下，表示按照成功

 

 

 

然後我們把發布包上傳到服務器上來

我這裏用的是xftp工具，當然也有其他工具可，下圖所示是我安裝的兩個工具，大家可以去下載安裝。

 

 

這裏給大家提供一些我在網盤保存的一些工具

Xshell+Xftp真正破解版    https://pan.baidu.com/s/1Ew1XPg11sakpc8mvK6QsHg 

 打開xftp並連接到服務器，如下所示

 

 

 

我這裏用的root權限，這裏進來就直接就是root根目錄了

然後右鍵點擊創建一個目錄用來保存你上傳的netcore文件，嗯，就取名netcore吧

 

 

 

 

 

 

 然後在左邊找到你剛剛發布的那個包的位置，並且點擊右邊的netcore進入到對應的目錄中

 

 

 

然後全選左邊的所有文件，並右鍵然後點擊傳輸，如圖所示

 

 

然後文件就開始傳輸了

 

 

 

 

 等下面的傳輸沒有記錄了，那麼恭喜你，你傳遞完成了。

 

 有人可能會問為啥這麼多文件，我vs2017本來沒有2.2版本，後來我在本機安裝了2.2，結果發布后就這麼多……

然後我們再次回到xshell看看

輸入命令 ll 可以看到我們新加了一個文件 netcore

 

 然後輸入命令cd  進入到我們上傳的這個發布包中。

然後在輸入命令 ll

cd netcore
ll

我們可以找到WebApiTest.dll文件

 

 然後輸入命令

dotnet WebApiTest.dll

如圖所示，就恭喜你你的項目運行正常。

 

 然後你Ctrl+C結束掉這個程序，這裏只能在服務器內部訪問，外面是不能訪問的。

 然後輸入如下命令

dotnet WebApiTest.dll   --server.urls "http://*:6666"

如圖所示

 

 然後用postman或者一些在線工具訪問這個接口，如圖所示，那麼恭喜你成功了

這個測試工具的網站：https://www.sojson.com/httpRequest/

 

 

 好了，到這裏netcore在linux上配置就基本完成了，接下來下一篇我們開始講nginx的配置，以及讓netcore運行在nginx下。

 

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※專營大陸空運台灣貨物推薦

※台灣空運大陸一條龍服務

※評比彰化搬家公司費用,南投搬家公司費用收費行情懶人包大公開

※彰化搬家費用,南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!