<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[github_37271956的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/github_37271956</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; github_37271956]]></copyright><item><title><![CDATA[Centos7 下使用 yum 安装 docker]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/90166571</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/90166571</guid><author>github_37271956</author><pubDate>Mon, 13 May 2019 09:05:28 +0800</pubDate><description><![CDATA[本文是关于 docker-ce 的安装

使用 root 权限
su -

移除旧的版本

$yum remove docker \
                  docker-client \
                  docker-client-latest \
                  docker-common \
                  docke...]]></description><category></category></item><item><title><![CDATA[centos7 关闭防火墙]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/90166544</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/90166544</guid><author>github_37271956</author><pubDate>Mon, 13 May 2019 09:02:56 +0800</pubDate><description><![CDATA[centos7 关闭防火墙
关闭
$systemctl stop firewalld.service

禁止开机启动
$systemctl disable firewalld.service



**本文作者：**niracler
本文链接：&nbsp;www.niracler.com/2019/05/11/centos7-关闭防火墙/
**版权声明：**本博客所有文章除特别声明外，均采用&nb...]]></description><category></category></item><item><title><![CDATA[使用 docker 快速部署 Redis]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/90166493</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/90166493</guid><author>github_37271956</author><pubDate>Mon, 13 May 2019 08:59:47 +0800</pubDate><description><![CDATA[正常的使用 docker 命令部署的方法
因为分布式爬虫需要用到 redis ， 所以我就试着搭建一个 redis 用于学习学习
最简单的启动方法
$docker run --name my-redis -d redis


-d 是让容器在后台启动
–name my-redis 为这容器命名
redis 镜像名


以持久化方式启动
$docker run --name my-redis -v ...]]></description><category></category></item><item><title><![CDATA[如何经营博客]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/89105408</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/89105408</guid><author>github_37271956</author><pubDate>Mon, 08 Apr 2019 20:07:50 +0800</pubDate><description><![CDATA[这是一篇类似于笔记和读后感的文章，主要是我之前看的那本《软技能：代码之外的生存指南》的学习笔记中的如何经营博客的部分。在这部分中，我学习到了很多经营博客的小技巧，于是我想分享一下。
如何经营博客

博客更新的频率将决定你的博客成功的速度。我强烈建议每周至少一篇的速度更新博客。以这个频率，你每年就会增加52篇博客


每周只发布高质量的内容，随着时间的推移，你的博客的品质会越来越高

我以前总是幻想...]]></description><category></category></item><item><title><![CDATA[vue.js学习(一)]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/89011771</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/89011771</guid><author>github_37271956</author><pubDate>Thu, 04 Apr 2019 09:54:18 +0800</pubDate><description><![CDATA[vue-exercise
不定期的vue学习动态
第一天
hello world
关于一个最小的vue项目的结构


导入vue


创建vue实例


使用插值表达式调用数据



vue基础及事件修饰符

使用v-cloak可以解决闪烁问题，或者使用v-text也可以

&lt;p v-cloak&gt; {{ msg }} &lt;/p&gt;
&lt;h4 v-text='msg'&gt;...]]></description><category></category></item><item><title><![CDATA[不通用的docker常用命令汇总]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88986964</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88986964</guid><author>github_37271956</author><pubDate>Wed, 03 Apr 2019 08:08:36 +0800</pubDate><description><![CDATA[最全面的介绍在docker官方文档
root权限

注意：docker命令的使用大多需要权限， 所以先使用root用户

$sudo su


删除所有容器与镜像
列出所有容器ID,查看所有运行或者不运行容器
$docker ps -aq

停止 docker ps -aq所列出的容器, (才能够删除其中的images)
$docker stop $(docker ps -aq)

删除所有容器：...]]></description><category></category></item><item><title><![CDATA[Python如何在遍历列表时删除元素]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88982138</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88982138</guid><author>github_37271956</author><pubDate>Tue, 02 Apr 2019 21:39:34 +0800</pubDate><description><![CDATA[问题源于leetcode26题
给定一个排序数组，你需要在原地删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。
不要使用额外的数组空间，你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。

示例 1:
给定数组 nums = [1,1,2],

函数应该返回新的长度 2, 并且原数组 nums 的前两个元素被修改为 1, 2。

你不需要考虑数组中超出新长度后面...]]></description><category></category></item><item><title><![CDATA[什么是整洁的代码?]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88829260</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88829260</guid><author>github_37271956</author><pubDate>Tue, 26 Mar 2019 20:24:51 +0800</pubDate><description><![CDATA[什么是整洁的代码?
在软件工程这样一个庞大而多样化的领域中，持续阅读对于构件基础知识和探索分支知识至关重要。与任何行业一样，软件开发有一些必读书籍，而《代码整洁之道》就是其中之一。这本书常年出现在Google的“顶级软件工程书籍”搜索结果中， 并且在工程界广为人知。
这里有一些我从中学习到的知识，与大家分享一下。

对这本书的介绍

在很多方面，《代码整洁之道》的结构像是一本代码手册。正如大多数好...]]></description><category></category></item><item><title><![CDATA[关于python的播客推荐]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88829246</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88829246</guid><author>github_37271956</author><pubDate>Tue, 26 Mar 2019 20:24:10 +0800</pubDate><description><![CDATA[最好的Python播客

请注意， 是播客而不是博客

该文章包括活跃的Python相关和软件工程相关的高质量播客介绍。
Python相关的播客
这些播客大多都是Python开发人员，他们聊的内容大多都是我们领域一些很重要的话题。这里的大多数播客都有一个很长的系列。虽然有一些内容已经是好几年前的，不过对现在的开发也很有参考价值。


Talk Python to Me 专注于编写Python的人员...]]></description><category></category></item><item><title><![CDATA[Linux | 课程设计 ftp配置文件内容]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88829196</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88829196</guid><author>github_37271956</author><pubDate>Tue, 26 Mar 2019 20:22:07 +0800</pubDate><description><![CDATA[这两个地方是要改
# 用户限制在主目录
DefaultRoot			~

# Umask是要修改的
Umask 000 # 解决学生作业子目录无法上交的权限问题


这个很重要，一定要加

&lt;Directory "~/学生作业" &gt;
Umask 000 # 解决学生作业子目录无法上交的权限问题
&lt;Limit RMD DELE RETR&gt;
DenyGroup student
...]]></description><category></category></item><item><title><![CDATA[Linux | 基于Linux的教学资源服务器构建]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/88829128</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/88829128</guid><author>github_37271956</author><pubDate>Tue, 26 Mar 2019 20:19:30 +0800</pubDate><description><![CDATA[先是关于几点注意

本人是在阿里云服务器上搭建的教学资源服务器，若有不适合的地方，请酌情修改，或直接来问我。
我这里的所有命令都是没有sudo的，因为我就是root用户。有需要自己加。
zsh 和 fish 安装与使用，工欲善其事,必先利其器


这里开始是ftp搭建过程
1. Proftpd安装
$ apt-get update    # 更新包信息
$ apt-get upgrade  # 升...]]></description><category></category></item><item><title><![CDATA[chapter11 抽象向量空间]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78761994</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78761994</guid><author>github_37271956</author><pubDate>Sat, 09 Dec 2017 21:54:36 +0800</pubDate><description><![CDATA[行列式与特征值与所选坐标系无关。
向量不仅仅是箭头。
满足以下几条性质的变换是线性的 
(1)可加性 
(2)成比例
线性变换保持向量的加法运算和数乘运算。]]></description><category></category></item><item><title><![CDATA[chapter10 特征向量与特征值]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78761962</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78761962</guid><author>github_37271956</author><pubDate>Sat, 09 Dec 2017 21:49:43 +0800</pubDate><description><![CDATA[特征向量：那些在线性变换中，留在其张成空间中的向量。
特征值：特征向量的值。特征基：用特征向量来做基的空间。
对角矩阵中，所有基向量都是特征向量。]]></description><category></category></item><item><title><![CDATA[chapter9 基变换]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78761773</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78761773</guid><author>github_37271956</author><pubDate>Sat, 09 Dec 2017 21:21:15 +0800</pubDate><description><![CDATA[发生在向量与一组数之间的任意一种转化，都被称为一个坐标系。
使用不同的基向量会怎么样？
下面所说的詹妮弗的语言描述的向量,就是不同坐标系下的同一向量
同一个向量，我们如何在不同的坐标系之间进行转化？ 
是的，就是矩阵的乘法基变换矩阵的逆 * 我们语言描述的矩阵 = 詹妮弗的语言描述的向量
,这个矩阵的列代表的是詹妮弗的基向量，却是用我们的语言来描述，对于一个向量，这个矩阵将她的语言描述转化为我们的语]]></description><category></category></item><item><title><![CDATA[chapter8 叉积的基本介绍]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78761620</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78761620</guid><author>github_37271956</author><pubDate>Sat, 09 Dec 2017 21:00:14 +0800</pubDate><description><![CDATA[,大小为平行四边形的面积。
但这不是真正的叉积，真正的叉积是通过两个三维向量生成一个新的三维向量，大小是平行四边形的面积，方向用右手定则。
当然，有这样的公式
还有这样的公式
每当你看到一个从空间到数轴的线性变换，你都能找到一个向量，被称为这个变换的对偶向量，使得应用线性变换和对偶向量点乘等价。
那个奇怪的运算过程可看作是以下问题的答案，当你将向量p与某个向量(x,y,z)点乘时，所得结果等于一个3]]></description><category></category></item><item><title><![CDATA[chapter7 点积与对偶性]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78734513</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78734513</guid><author>github_37271956</author><pubDate>Wed, 06 Dec 2017 20:01:16 +0800</pubDate><description><![CDATA[如,相同维数的向量才能进行点积。
虽然引入点积的标准方法只需要向量的基础认识即可，但是要进行更进一步的理解点积所发挥的作用，只能从线性变换的角度才能完成。
将向量w朝着过原点和？？？？？
究竟为什么点积这一运算过程，也就是对应坐标相乘并将结果相加，和投影有所联系？ 
问题的答案源于对偶性。之前不就说矩阵是一种线性变换么？向量也是矩阵的一种吧。。
那么我们可以发现1x2 matrices <-> 2d]]></description><category></category></item><item><title><![CDATA[chapter6 逆矩阵，列空间，秩与零空间]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78733453</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78733453</guid><author>github_37271956</author><pubDate>Wed, 06 Dec 2017 18:05:10 +0800</pubDate><description><![CDATA[我们来聊聊线性方程组？ 哦？折合矩阵向量乘法非常相似吧？ 
 
是吧？很像吧？
中，A代表一种线性变换。所以求解,意味着我们去寻找一个，使得他在变换后与重合。
当然，上面讲这么多，大前提都是:det(A) != 0(能看懂吧？)
那么逆矩阵就很好理解了，我们可以将之理解为一个线性变换的逆变换。
那么怎样的变换才是可逆的呢？
,我们将“什么都不做”的变换称为恒等变换。
有的变换没有逆变换？因为你总不能]]></description><category></category></item><item><title><![CDATA[chapter5 行列式]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78723887</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78723887</guid><author>github_37271956</author><pubDate>Tue, 05 Dec 2017 19:34:13 +0800</pubDate><description><![CDATA[1.行列式：线性变换后，线性空间的基所占的空间大小。2.那么行列式为负数的情况怎么解释？3.其实很简单，就是将向量空间翻转，是一种定向的问题。4.当时，矩阵的列必然线性相关，此时所占的空间为0，因为至少有一个向量对其张成的空间没有贡献。5.det(M1M2) = det(M1) det(M2)6.因为对于面积而言，拉伸倍率是可以相乘的，所以相等。行列式嘛，大家都懂的。（不理解看视频）好吧，大家下去感]]></description><category></category></item><item><title><![CDATA[chapter4 矩阵乘法与线性变换复合]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78722639</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78722639</guid><author>github_37271956</author><pubDate>Tue, 05 Dec 2017 17:20:32 +0800</pubDate><description><![CDATA[1.矩阵与向量相乘，就是将线性变换作用于那个向量。2.那么线性变换的复合呢？3.例如：,这说明了什么呢？4.是剪切变换(Shear)，是旋转变换(Rotation),而就是剪切变换与旋转变换合作用5.现在再看，就很好理解了吧？6.自然，M1M2!= M2M1矩阵乘法与线性变换复合。好吧，大家下去感受感受。继续3Blue1Brown的《线性代数的本质》(微信用户请点击阅读原文)]]></description><category></category></item><item><title><![CDATA[chapter3 矩阵与线性变换]]></title><link>https://blog.youkuaiyun.com/github_37271956/article/details/78722336</link><guid>https://blog.youkuaiyun.com/github_37271956/article/details/78722336</guid><author>github_37271956</author><pubDate>Tue, 05 Dec 2017 17:01:06 +0800</pubDate><description><![CDATA[1我们讲了这么久，终于讲到矩阵了，矩阵大概是线性代数里面最具有象征性]]></description><category></category></item></channel></rss>