Nginx

CaptainHzc CaptainHzc 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 329平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄11年
关注
原创 最新推荐文章于 2026-05-10 09:24:06 发布 329 阅读 AI 写同款· GEO 优化 ›
nginx反向代理、负载均衡、nginx软件平滑升级 nginx反向代理；nginx 虚拟主机配置；nginx 访客 IP ⿊名单；nginx 七层负载均衡；nginx 四层负载均衡；nginx软件平滑升级； 阅读详情

文章目录

1.请解释一下什么是 Nginx ？

Nginx ，是一个 Web 服务器和反向代理服务器，用于 HTTP、HTTPS、SMTP、POP3 和 IMAP 协议。

目前使用的最多的 Web 服务器或者代理服务器，像淘宝、新浪、网易、迅雷等都在使用。

Nginx 的主要功能如下：
作为 http server (代替 Apache ，对 PHP 需要 FastCGI 处理器支持)
FastCGI：Nginx 本身不支持 PHP 等语言，但是它可以通过 FastCGI 来将请求扔给某些语言或框架处理。
反向代理服务器
实现负载均衡
虚拟主机

2.为什么要用Nginx？

跨平台、配置简单、方向代理、高并发连接：处理2-3万并发连接数，官方监测能支持5万并发，内存消耗小：开启10个nginx才占150M内存 ，nginx处理静态文件好，耗费内存少，

而且Nginx内置的健康检查功能：如果有一个服务器宕机，会做一个健康检查，再发送的请求就不会发送到宕机的服务器了。重新将请求提交到其他的节点上。

使用Nginx的话还能：

节省宽带：支持GZIP压缩，可以添加浏览器本地缓存
稳定性高：宕机的概率非常小
接收用户请求是异步的

3.Nginx怎么处理请求的？

  • nginx接收一个请求后，首先由listen和server_name指令匹配server模块，再匹配server模块里的location，location就是实际地址
 server {            						# 第一个Server区块开始，表示一个独立的虚拟主机站点
        listen       80；      					# 提供服务的端口，默认80
        server_name  localhost；       			# 提供服务的域名主机名
        location / {            				# 第一个location区块开始
            root   html；       				# 站点的根目录，相当于Nginx的安装目录
            index  index.html index.htm；      	# 默认的首页文件，多个用空格分开
        }

4.Nginx的优缺点？

优点：
占内存小，可实现高并发连接，处理响应快
可实现http服务器、虚拟主机、方向代理、负载均衡
Nginx配置简单
可以不暴露正式的服务器IP地址

缺点：
动态处理差：nginx处理静态文件好,耗费内存少，但是处理动态页面则很鸡肋，现在一般前端用nginx作为反向代理抗住压力，

5.Nginx应用场景？

http服务器。Nginx是一个http服务可以独立提供http服务。可以做网页静态服务器。
虚拟主机。可以实现在一台服务器虚拟出多个网站，例如个人网站使用的虚拟机。
反向代理，负载均衡。当网站的访问量达到一定程度后，单台服务器不能满足用户的请求时，需要用多台服务器集群可以使用nginx做反向代理。并且多台服务器可以平均分担负载，不会应为某台服务器负载高宕机而某台服务器闲置的情况。
nginz 中也可以配置安全管理、比如可以使用Nginx搭建API接口网关,对每个接口服务进行拦截。

6.使用“反向代理服务器”的优点是什么?

反向代理服务器可以隐藏源服务器的存在和特征。它充当互联网云和web服务器之间的中间层。这对于安全方面来说是很好的，特别是当您使用web托管服务时。

7.列举Nginx服务器的最佳用途。

Nginx服务器的最佳用法是在网络上部署动态HTTP内容，使用SCGI、WSGI应用程序服务器、用于脚本的FastCGI处理程序。它还可以作为负载均衡器。

8.请解释Nginx如何处理HTTP请求。

Nginx使用反应器模式。主事件循环等待操作系统发出准备事件的信号，这样数据就可以从套接字读取，在该实例中读取到缓冲区并进行处理。单个线程可以提供数万个并发连接。

9.在Nginx中，如何使用未定义的服务器名称来阻止处理请求?

只需将请求删除的服务器就可以定义为：

Server {

listen 80;

server_name “ “ ;

return 444;

}

这里，服务器名被保留为一个空字符串，它将在没有“主机”头字段的情况下匹配请求，而一个特殊的Nginx的非标准代码444被返回，从而终止连接。

10.在Nginx中如何在URL中保留双斜线?

要在URL中保留双斜线，就必须使用merge_slashes_off；语法:merge_slashes [on/off] ； 默认值: merge_slashes on ；环境: http，server

11.ngx_http_upstream_module的作用是什么?

ngx_http_upstream_module用于定义可通过fastcgi传递、proxy传递、uwsgi传递、memcached传递和scgi传递指令来引用的服务器组。

12. fastcgi 与 cgi 的区别？

1）cgi

web 服务器会根据请求的内容，然后会 fork 一个新进程来运行外部 c 程序（或 perl 脚本…）， 这个进程会把处理完的数据返回给 web 服务器，最后 web 服务器把内容发送给用户，刚才 fork 的进程也随之退出。

如果下次用户还请求改动态脚本，那么 web 服务器又再次 fork 一个新进程，周而复始的进行。

2）fastcgi

web 服务器收到一个请求时，他不会重新 fork 一个进程（因为这个进程在 web 服务器启动时就开启了，而且不会退出），web 服务器直接把内容传递给这个进程（进程间通信，但 fastcgi 使用了别的方式，tcp 方式通信），这个进程收到请求后进行处理，把结果返回给 web 服务器，最后自己接着等待下一个请求的到来，而不是退出。

综上，差别在于是否重复 fork 进程，处理请求。

13. Nginx 常用命令？

启动 nginx 。
停止 nginx -s stop 或 nginx -s quit 。
重载配置 ./sbin/nginx -s reload(平滑重启) 或 service nginx reload 。
重载指定配置文件 .nginx -c /usr/local/nginx/conf/nginx.conf 。
查看 nginx 版本 nginx -v 。
检查配置文件是否正确 nginx -t 。
显示帮助信息 nginx -h 。

14.Nginx 常用配置？

worker_processes  8; # 工作进程个数
worker_connections  65535; # 每个工作进程能并发处理（发起）的最大连接数（包含所有连接数）
error_log         /data/logs/nginx/error.log; # 错误日志打印地址
access_log      /data/logs/nginx/access.log; # 进入日志打印地址
log_format  main  '$remote_addr"$request" ''$status $upstream_addr "$request_time"'; # 进入日志格式

## 如果未使用 fastcgi 功能的，可以无视
fastcgi_connect_timeout=300; # 连接到后端 fastcgi 超时时间
fastcgi_send_timeout=300; # 向 fastcgi 请求超时时间(这个指定值已经完成两次握手后向fastcgi传送请求的超时时间)
fastcgi_rend_timeout=300; # 接收 fastcgi 应答超时时间，同理也是2次握手后
fastcgi_buffer_size=64k; # 读取 fastcgi 应答第一部分需要多大缓冲区，该值表示使用1个64kb的缓冲区读取应答第一部分(应答头),可以设置为fastcgi_buffers选项缓冲区大小
fastcgi_buffers 4 64k; # 指定本地需要多少和多大的缓冲区来缓冲fastcgi应答请求，假设一个php或java脚本所产生页面大小为256kb,那么会为其分配4个64kb的缓冲来缓存
fastcgi_cache TEST; # 开启fastcgi缓存并为其指定为TEST名称，降低cpu负载,防止502错误发生

listen       80; # 监听端口
server_name  rrc.test.jiedaibao.com; # 允许域名
root  /data/release/rrc/web; # 项目根目录
index  index.php index.html index.htm; # 访问根文件

15.请陈述stub_status和sub_filter指令的作用是什么?

（1）Stub_status指令：该指令用于了解Nginx当前状态的当前状态，如当前的活动连接，接受和处理当前读/写/等待连接的总数 ；

（2）Sub_filter指令：它用于搜索和替换响应中的内容，并快速修复陈旧的数据

参考链接

https://blog.youkuaiyun.com/a303549861/article/details/88672901

https://blog.youkuaiyun.com/weixin_43122090/article/details/105461971

https://www.wkcto.com/article/detail/233

收录于
Java面试

当前文章被收录于：

Java面试
26 篇文章 0 人学习

Java面试相关题目、知识点整理

订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Nginx完全指南（一）：安装Nginx etc/nginx/conf.d/目录包含默认的HTTP服务器配置文件，其中以.conf结尾的文件都包含在/etc/nginx/nginx.conf文件的顶层http代码块中。/etc/nginx/nginx.conf文件是NGINX守护进程使用的默认配置入口点。在默认配置中，/etc/nginx/nginx.conf文件包括顶层http代码块，也就是上下文，它提供了下述目录中的所有配置文件。/etc/nginx/目录是NGINX服务器的默认配置根，你可以从中找到指示NGINX如何运行的配置文件。 阅读详情

相关推荐

nginx 配置 - nginx设置 - Nginx开机启动

1.简易安装nginx: ./configure --sbin-path=/usr/local/nginx/nginx --conf-path=/usr/local/nginx/nginx.conf --pid-path=/usr/local/nginx/nginx.pid 2.进入/usr/lib/systemd/system目录下，编写nginx.service文件: [Unit] Desc...

爱上编程已很久 2163

Nginx作用以及应用场景

高性能和低资源占用：Nginx 的事件驱动架构使其在处理高并发请求时表现出色，并且相对于传统服务器（如 Apache），Nginx 对内存和 CPU 的需求更低。稳定性和可靠性：Nginx 在处理长连接和高并发环境下表现出色，几乎不会出现宕机或崩溃。丰富的功能集：Nginx 提供了反向代理、负载均衡、缓存、SSL 加密等多种功能，可以满足不同场景下的需求。易于扩展和配置：Nginx 的模块化设计和灵活的配置方式，使其可以根据具体需求进行扩展和调整。社区支持和生态系统。

Flying_Fish_roe的博客 3989

Linux内网使用docker启动nginx或者直接使用nginx

本文详细介绍了在服务器上使用Docker部署Nginx的完整流程。首先说明如何安装Docker环境，包括下载、解压、配置系统服务等步骤。然后指导拉取Nginx镜像并打包成tar文件，上传到服务器加载。接着详细讲解Nginx容器的启动、配置挂载点、端口映射等操作，包括如何拷贝容器内配置文件到宿主机。文章还提供了常用Docker命令总结和注意事项，如自启动配置、多端口映射等。最后介绍了直接安装Nginx的替代方案，包括gcc、g++、zlib等依赖库的安装步骤。两种部署方式都给出了详细的命令和配置说明。

m0_71959549的博客 4734

你必须要知道的Nginx的四大用途

01 反向代理 反向代理应该是 Nginx 做的最多的一件事了。 什么是反向代理呢，以下是百度百科的说法： 反向代理（Reverse Proxy）方式是指以代理服务器来接受 internet上 的连接请求，然后将请求转发给内部网络上的服务器，并将从服务器上得到的结果返回给 internet 上请求连接的客户端，此时代理服务器对外就表现为一个反向代理服务器。 简单来说就是真实的服务器不能直接被外部网络访问，所以需要一台代理服务器，而代理服务器能被外部网络访问的同时又跟真实服务器在同一个网络环境，当然也可能是同

qianlia的博客 3598

【ceph】OSD-基本存储单元

OSD 是 Ceph 的基本存储单元，负责对象的存储、检索和数据副本的管理。每个 OSD 进程通常对应于存储集群中的一个物理或虚拟存储设备（如硬盘或 SSD）。OSD 是 Ceph 的关键组成部分，负责对象的存储、管理和复制。通过多个 OSD 共同协作，Ceph 能够提供高可用性、可扩展性和容错能力，适用于各种存储需求。

qq_42853133的博客 1998

ESP32S3开发实战：从Vscode+IDF环境配置到OpenOCD单步调试全流程

本文详细介绍了ESP32S3开发环境的完整搭建流程，重点讲解如何在Vscode中配置ESP-IDF开发框架，并利用OpenOCD工具实现硬件单步调试。内容涵盖从环境准备、工程创建、代码烧录到高级调试技巧的全方位实战指南，旨在帮助开发者快速掌握ESP32S3的高效开发与调试方法。

weixin_29168813的博客 208

Nginx部分相关面试题以及概念

Nginx Nginx是一个优秀的WEB服务器，Nginx有两大特性是Tomcat比不上的。 简介： Nginx (engine x) 是一个高性能的HTTP和反向代理web服务器，Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，在BSD-like 协议下发行。其特点是占有内存少，并发能力强，事实上nginx的并发能力在同类型的网页服务器中表现较好，中国大陆使用nginx网站用户有：百度、京东、新浪、网易、腾讯、淘宝等。 性能上比tomcat要强，ngi

m0_58016905的博客 321

告别ArcGIS小红叉：从‘无法验证登录信息’到成功连接在线资源的完整排错记录

本文详细记录了从Windows便签的网络错误到ArcGIS连接问题的完整排错过程。通过分析代理服务器、DNS配置和系统网络设置，解决了ArcGIS无法验证登录信息的问题，提供了实用的网络优化方案和技术排错思路。

weixin_26800111的博客 390

nginx相关知识点

1.Nginx简介 Nginx是一款轻量级，高性能的HTTP和反向代理web服务器，同时也提供了电子邮件（IMAP/POP3）服务。 其特点是占有内存少，并发能力强，事实上nginx的并发能力在同类型的网页服务器中表现较好， 中国大陆使用nginx网站用户有：百度、京东、新浪、网易、腾讯、淘宝等。在连接高并发的情况下， 能够支持高达 50,000 个并发连接数的响应。 2.正向代理 在客户端(浏览器)配置代理服务器，通过代理服务器进行互联网访问。 3.反向代理 我们只需要将请求发送到反向代理服务器，由反向

weixin_42091417的博客 315

告别复杂配置！5分钟在Vue/React项目中集成讯飞语音听写WebSocket API

本文详细介绍了如何在Vue/React项目中快速集成讯飞语音听写WebSocket API，实现高效语音识别功能。通过对比不同通信方案，突出WebSocket在实时语音交互中的优势，并提供框架适配、音频处理及性能优化等关键技术点，帮助开发者5分钟内完成专业级语音听写功能集成。

weixin_28730353的博客 274

ROS2实战：从零部署Cartographer激光SLAM系统

本文详细介绍了在ROS2 Humble环境下，从零开始部署Cartographer激光SLAM系统的完整实战流程。内容涵盖环境准备、Cartographer安装（APT与源码编译两种方式对比）、工作空间与功能包创建、核心启动文件与Lua配置文件编写、系统构建与可视化启动，以及地图保存与实战调参技巧，帮助开发者快速构建稳定可靠的机器人SLAM应用。

weixin_29213655的博客 248

nginx 面试宝典

Nginx的并发能力在同类型网页服务器中的表现，相对而言是比较好的，因此受到了很多企业的青睐，我国使用Nginx网站的知名用户包括腾讯、淘宝、百度、京东、新浪、网易等等。Nginx是网页服务器运维人员必备技能之一，下面为大家整理了一些比较常见的Nginx相关面试题，仅供参考： 首先列出一些面试题目包括nginx和redis的。 1.、nginx 框架是怎样的 ...

weixin_30414245的博客 841

Linux下自动化解析q7签名文件的有效期与时间戳

本文详细介绍了在Linux环境下自动化解析q7签名文件有效期与时间戳的方法。通过编写高效脚本，开发者可以批量提取签名时间信息，验证签名有效性，并集成到CI/CD流程中。文章提供了完整的脚本实现，包括错误处理、批量处理功能，并解决了常见环境问题，特别适用于国产操作系统如UOS的开发场景。

weixin_30872499的博客 520

yum安装nginx，编译安装nginx

安装nginx

Peter1617的博客 4252

uniapp [微信小程序] - 详解微信小程序端接入mqtt全流程及示例源码教程，uniApp微信小程序端如何接入MQTT插件并实现连接/断开+发布订阅+消息队列+离线重连等各种示例代码（开箱即用）

uniapp微信小程序接入MQTT，uniapp中使用mqtt，uniapp 微信小程序端接入mqtt示例代码教程，适用于微信小程序的MQTT插件，uniapp开发微信小程序连接mqtt，uniApp微信小程序接入MQTT协议，uniapp vue3微信小程序使用MQTT的小例子接入流程，使用uniapp开发小程序接入mqtt，如何在uniapp项目中使用mqtt，uniapp mqtt的使用示例，mqtt连接报错，如何在项目里集成mqtt，Mqtt协议，主动连接mqtt，订阅消息，实现发布，订阅和接收消息

🏆 前端领域优质创作者 2883

【Python进阶】VSCode Python开发完全指南：从环境配置到高效调试

本文通过15个实战案例，系统讲解VSCode进行Python开发的环境配置、编码技巧、调试方法及性能优化，帮助初学者快速构建专业开发环境。

赶紧的博客 3765

nginx文件和目录以及部分nginx命令

etc/nginx/conf.d/ 目录包含默认的 HTTP 服务器配置文件，其中以 .conf 结尾的 文件都包含在 /etc/nginx/nginx.conf 文件的顶层 http 代码块中。/var/log/nginx/ 目录是 NGINX 的默认日志位置，您可以从中找到一个 access.log 文件和 error.log 文件。/etc/nginx/ 目录是 NGINX 服务器的默认配置根，可以从中找到指示 NGINX 如何运行的配置文件。nginx -t 测试 NGINX 配置。

qq_52676760的博客 4625

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0， 兼容Win7/Win10/WinXP，解压就可用。

【Nginx】nginx隐藏版本号

在实际运用nginx中我们最好将我们的版本号直接隐藏，因为有些版本号的nginx被爆出了漏洞，所以我们为了安全起见，最好将我们的版本号隐藏。 1.对于未安装的nginx我们使用源码编译安装才可以将版本号和web服务器名称都更改掉。 我们需要进入我们的源码包的目录 编辑以下配置文件scr/core/nginx.conf 1 #define NGINX_VERSION "1.10.2" 2 #define NGINX_VER "nginx/" NGINX_VERSION 我将以上的两个配置文件修改.

姜太小白的博客 9652

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

nginx配置开机启动/usr/local/nginx/sbin/nginx

Nginx 是一个很强大的高性能Web和反向代理服务器。虽然使用命令行可以对nginx进行各种操作，比如启动等，但是还是根据不太方便。设置开机自启动。 首先，在linux系统的/etc/init.d/目录下创建nginx文件，使用如下命令： vim /etc/init.d/nginx 在脚本中添加如下命令： #!/bin/sh # # nginx - this script starts and stops the nginx daemon # # chkconfig: - 85 15 # descri

三朝看客 1万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

windows下nginx的安装及使用

本文介绍了Windows系统下Nginx的安装与基础使用方法。主要内容包括：1. 下载稳定版Nginx并解压；2. 通过双击或命令行启动Nginx；3. 验证启动成功的方法（访问localhost或查看进程）；4. 修改监听端口和配置文件热更新；5. 两种关闭Nginx的方式（命令停止或强制终止进程）；6. 配置负载均衡（通过proxy_pass转发请求并设置权重）；7. 静态资源配置方法（指定本地目录映射）。文章提供了常用命令和配置示例，适合快速掌握Nginx的基本操作。

ywl470812087的博客 11万+

从 Ingress-NGINX Controller 迁移至 NGINX Ingress Controller

本文介绍了从社区版Ingress-NGINX Controller迁移到F5提供的NGINX Ingress Controller的两种方法：使用NGINX自定义资源或Kubernetes原生Ingress资源。文章详细对比了两者在SSL终止、TCP/UDP负载均衡、金丝雀部署、流量控制等方面的配置差异，并提供了具体的资源转换示例。迁移后可以充分利用NGINX Plus的高级功能，如会话保持、mTLS认证等。文档摘自《Kubernetes Ingress Controller Deployment and

NGINX开源社区的博客 1938

Nginx学习之Nginx高性能的实现原理

Nginx master-worker进程机制。IO多路复用机制。Accept锁及REUSEPORT机制。sendfile零拷贝机制1、Nginx进程机制1.1、Nginx进程机制概述许多web服务器和应用服务器使用简单的线程的（threaded）、或基于流程的（process-based）架构， NGINX则以一种复杂的事件驱动（event-driven）的架构脱颖而出，这种架构能支持现代硬件上成千上万的并发连接。

人工智能全栈工程师 | 智能算法研发与实战落地​专注于人工智能算法研究、代码实现与工程落地，提供从模型设计到部署应用的全流程解决方案。 2350

查看nginx是否启动_keepalived+nginx高可用nginx存活检测

摘要：Keepalived可以用来防止服务器单点故障的发生，通过配合NGINX可以实现web 前端服务的高可用，但目前多个项目使用keepalived搭建软负载时，与NGINX相互独立，未实现两者的相互关联。keepalived中添加NGINX存活监测模块可实现keepalived配合NGINX高可用。关键词(知识库热搜词)：高可用 存活监测1案例背景•现有项目使用软负载的情况下，kee...

weixin_39860636的博客 2126

讲解 Ingress-NGINX 的源码

讲解 Ingress-NGINX 的源码也非常有意义。它是在我们刚才讨论的 NGINX 源码之上的一个更高层次的封装，完美地展示了如何将一个强大的数据平面（NGINX）与一个现代的控制平面（Kubernetes API）相结合。如果你已经理解了 NGINX 的基本原理，那么理解 Ingress-NGINX 会容易很多。首先，要明确 Ingress-NGINX 不是 NGINX 的一个分支或重写。它是一个独立的程序，其核心使命是：充当 Kubernetes 的 Ingress 控制器（Controller）。

u011091936的博客 1249

Nginx windows下nginx启动bat脚本和安装

nginx.bat @ECHO OFF SET NGINX_DIR=E:\VMS\nginx-1.8.0\ #此处放加压目录 color 0a TITLE Nginx Management GOTO MENU :MENU CLS ECHO. ECHO. * * * * Nginx Management * * * * * * * * * * * ECHO. * * EC...

m0_38068812的博客 6764
上一篇： springboot
下一篇： 消息队列kafka
点赞 0
评论 0
书签 书签 0
CaptainHzc
CaptainHzc
博客等级 码龄11年 13粉丝 46原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值