Jenkins 踩坑

通过 yum安装jenkins以后 在 /usr/lib/jenkins 文件夹内可以看到 jenkins的war包
java -jar /usr/lib/jenkins/jenkins.war  执行命令 启动jenkins
启动之后 访问http://localhost:8080 即可连接jenkins
一下为需要注意的地方
首先jenkins新版本中 不在提供明文填写账号密码的方式
而是使用Credentials的方式进行配置

然后git直接写 你可以在ide中访问的url就行
例如:
git@47.22.53.123:/home/git/gitrepo/learngit.git

在从git上面下载项目的时候 你输入密码的位置在 启动jenkins的终端中

在配置发布tomcat的时候有的时候因为安装插件的问题 导致没有
Deploy war/ear to a container 这个选项
需要安装如下插件
Deploy to container Plugin
然后重新配置发布的tomcat 即可正常选择Deploy war/ear to a container这个选项

在配置tomcat 的url的时候 如果是正式发布的环境 可以不写端口号
但是 一定要用ip来连接
例如:
http://192.168.1.21/

tomcat 必须要配置做用户名密码
配置文件的位置是
apache-tomcat-7.0.65\conf\tomcat-users.xml
然后其中的roles 需要添加权限
"manager-gui,manager-script,manager-jmx,manager-status"

然后 切记 Deploy on failure这个选项一定要勾选 不然打包失败的概率极大

以上就是我jenkins 踩的部分坑如果有的话继续添加
 

6/2025 MP4 出版 |视频: h264, 1280x720 |音频:AAC,44.1 KHz,2 Ch 语言:英语 |持续时间:12h 3m |大小: 4.5 GB 通过实际 NLP 项目学习文本预处理、矢量化、神经网络、CNN、RNN 和深度学习 学习内容 学习核心 NLP 任务,如词汇切分、词干提取、词形还原、POS 标记和实体识别,以实现有效的文本预处理。 使用 One-Hot、TF-IDF、BOW、N-grams 和 Word2Vec 将文本转换为向量,用于 ML 和 DL 模型。 了解并实施神经网络,包括感知器、ANN 和数学反向传播。 掌握深度学习概念,如激活函数、损失函数和优化技术,如 SGD 和 Adam 使用 CNN 和 RNN 构建 NLP 和计算机视觉模型,以及真实数据集和端到端工作流程 岗位要求 基本的 Python 编程知识——包括变量、函数和循环,以及 NLP 和 DL 实现 熟悉高中数学——尤其是线性代数、概率和函数,用于理解神经网络和反向传播。 对 AI、ML 或数据科学感兴趣 – 需要 NLP 或深度学习方面的经验;概念是从头开始教授的 描述 本课程专为渴望深入了解自然语言处理 (NLP) 和深度学习的激动人心的世界的人而设计,这是人工智能行业中增长最快和需求最旺盛的两个领域。无论您是学生、希望提升技能的在职专业人士,还是有抱负的数据科学家,本课程都能为您提供必要的工具和知识,以了解机器如何阅读、解释和学习人类语言。我们从 NLP 的基础开始,从头开始使用文本预处理技术,例如分词化、词干提取、词形还原、停用词删除、POS 标记和命名实体识别。这些技术对于准备非结构化文本数据至关重要,并用于聊天机器人、翻译器和推荐引擎等实际 AI 应用程序。接下来,您将学习如何使用 Bag of Words、TF-IDF、One-Hot E
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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