Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
大唐爆破僧
apachecn-dl-zh
提交
806aea54
A
apachecn-dl-zh
项目概览
大唐爆破僧
/
apachecn-dl-zh
与 Fork 源项目一致
Fork自
OpenDocCN / apachecn-dl-zh
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
apachecn-dl-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
806aea54
编写于
1月 06, 2021
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2021-01-06 18:24:38
上级
3319484c
变更
11
隐藏空白更改
内联
并排
Showing
11 changed file
with
42 addition
and
42 deletion
+42
-42
new/master-cv-tf-2x/0.md
new/master-cv-tf-2x/0.md
+1
-1
new/master-cv-tf-2x/10.md
new/master-cv-tf-2x/10.md
+3
-3
new/master-cv-tf-2x/11.md
new/master-cv-tf-2x/11.md
+2
-2
new/master-cv-tf-2x/12.md
new/master-cv-tf-2x/12.md
+4
-4
new/mobi-dl-tflite/00.md
new/mobi-dl-tflite/00.md
+1
-1
new/mobi-dl-tflite/03.md
new/mobi-dl-tflite/03.md
+9
-9
new/mobi-dl-tflite/04.md
new/mobi-dl-tflite/04.md
+5
-5
new/mobi-dl-tflite/05.md
new/mobi-dl-tflite/05.md
+2
-2
new/mobi-dl-tflite/08.md
new/mobi-dl-tflite/08.md
+7
-7
new/mobi-dl-tflite/09.md
new/mobi-dl-tflite/09.md
+3
-3
new/mobi-dl-tflite/10.md
new/mobi-dl-tflite/10.md
+5
-5
未找到文件。
new/master-cv-tf-2x/0.md
浏览文件 @
806aea54
...
...
@@ -69,7 +69,7 @@
1.
登录或注册
[
www.packt.com
](
http://www.packt.com
)
。
2.
选择支持选项卡。
3.
单击
代码下载和勘误
。
3.
单击
“代码下载和勘误”
。
4.
在搜索框中输入书籍的名称,然后按照屏幕上的说明进行操作。
下载文件后,请确保使用以下最新版本解压缩或解压缩文件夹:
...
...
new/master-cv-tf-2x/10.md
浏览文件 @
806aea54
...
...
@@ -106,12 +106,12 @@ TensorFlow 对象检测 API 具有预先训练的模型,[您可以使用网络
2.
创建一个项目,如下面的屏幕快照所示。 在这里,
`R-CNN-trainingpack`
是我的项目的名称。 您的项目名称可能会有所不同。
3.
按照[启动 VM 实例]下的 10 条说明进行操作-在“步骤 12”之后的屏幕快照中也进行了说明。
4.
在 Google Cloud Console 中,导航到“VM 实例”页面。
5.
点击顶部的
创建实例
。 它应该带您到另一个页面,您必须在其中输入实例名称。
5.
点击顶部的
“创建实例”
。 它应该带您到另一个页面,您必须在其中输入实例名称。
6.
以小写字母输入实例的名称。 请注意,实例名称与项目名称不同。
7.
单击
计算机类型
,然后选择
`n1-standard-8`
(8vCPU,30 GB 内存)。
7.
单击
“计算机类型”
,然后选择
`n1-standard-8`
(8vCPU,30 GB 内存)。
8.
单击“自定义”,然后调整水平条以将“计算机类型”设置为 8 个 vCPU,将“内存”设置为 8GB,如以下屏幕截图所示。
9.
选择“防火墙”下的“允许 HTTP 通信”。
10.
在防火墙下,您将看到管理,安全性,磁盘,网络,唯一租赁链接,如屏幕快照所示,该屏幕快照说明了创建 VM 实例的步骤。 单击
该,然后单击网络
选项卡。
10.
在防火墙下,您将看到管理,安全性,磁盘,网络,唯一租赁链接,如屏幕快照所示,该屏幕快照说明了创建 VM 实例的步骤。 单击
它,然后单击“网络”
选项卡。
11.
在“网络”选项卡中,选择“网络接口”部分。 接下来,在“网络接口”部分中,我们将通过在“外部 IP”下拉列表中分配一个新 IP 地址来分配静态 IP 地址。 给它起一个名字(例如
`staticip`
),然后单击“保留”。
12.
完成所有这些步骤之后,请检查并确保已按照说明填充所有内容,然后单击“创建”(如以下屏幕截图所示)以创建 VM 实例。
...
...
new/master-cv-tf-2x/11.md
浏览文件 @
806aea54
...
...
@@ -728,7 +728,7 @@ tflite_quant_model = converter.convert()
![](img/780b2705-5d24-4741-9bdc-51821712e470.png)
7. 右键单击
资产
,然后从菜单列表中选择在文件中显示。 将我们在第一步中创建的`.tflite`和`.txt`文件拖放到资产目录中。 关闭文件夹,然后返回 Android Studio。
7. 右键单击
“资产”
,然后从菜单列表中选择在文件中显示。 将我们在第一步中创建的`.tflite`和`.txt`文件拖放到资产目录中。 关闭文件夹,然后返回 Android Studio。
8. 双击`.txt`文件将其打开,并在顶部添加新行。 用`???`填充它。 因此,`.txt`文件将为这两个类提供三行:
```
py
...
...
@@ -877,7 +877,7 @@ Core ML 的核心部分是 Create ML,它是用于图像分类和对象检测
现在,Create ML 中的整个模型开发过程仅涉及三个步骤:
1. 准备数据–即输入文件
2. 将数据拖到 Core ML 中,然后单击
训练
2. 将数据拖到 Core ML 中,然后单击
“训练”
3. 保存模型(请注意,我找不到找到保存到桌面的方法,因此我通过电子邮件将其发送给自己并保存了文件)并分析了数据
以下屏幕截图显示了“创建 ML”中的训练过程:
...
...
new/master-cv-tf-2x/12.md
浏览文件 @
806aea54
...
...
@@ -39,7 +39,7 @@
2.
然后,点击左侧的帐单并提供您的信用卡信息。 在撰写本文时,Google 提供了 300 美元的免费试用额度,但您仍需要提供信用卡信息。
3.
完成此操作后,单击“API 和服务”,然后单击“启用 API 和服务”,然后在“机器学习”下选择“AI 平台训练和预测 API”。
4.
单击
启用
,将启用 API。 以下屏幕截图显示了启用后的 AI Platform Training&Prediction API:
4.
单击
“启用”
,将启用 API。 以下屏幕截图显示了启用后的 AI Platform Training&Prediction API:
![](
img/de81e552-ecaf-4070-8cbd-63f8c8b1072c.png
)
...
...
@@ -59,7 +59,7 @@
![](
img/0ac81fac-f1a8-4470-bd25-2834d6b1c56e.png
)
如前面的屏幕快照所示,首先创建一个名为
`data`
的文件夹。 然后,单击
数据,单击上载文件
,然后上载
`test.record`
,
`train.record`
,
`label_map.pbtxt`
,
`pipeline.config`
和
`model.ckpt*`
(三个文件)。 我们将在下一节中介绍如何获取这些文件。
如前面的屏幕快照所示,首先创建一个名为
`data`
的文件夹。 然后,单击
“数据”,单击“上载文件”
,然后上载
`test.record`
,
`train.record`
,
`label_map.pbtxt`
,
`pipeline.config`
和
`model.ckpt*`
(三个文件)。 我们将在下一节中介绍如何获取这些文件。
# 使用 Ubuntu 终端设置存储桶
...
...
@@ -567,7 +567,7 @@ s3:// sample1/DEMO/s3_output_location/
在本节中,我们将训练图像上传到 Azure Custom Vision 平台。 按着这些次序:
1.
单击
添加图像
,然后添加所有
`train`
和
`validation`
图像。
1.
单击
“添加图像”
,然后添加所有
`train`
和
`validation`
图像。
2.
添加它们后,您的图像将显示在未标记的部分。
3.
请注意,您将无处上载在先前项目中创建的注释
`.xml`
或
`.JSON`
文件,但不要担心,Azure 使标记图像非常简单。
...
...
@@ -590,7 +590,7 @@ s3:// sample1/DEMO/s3_output_location/
![](
img/f4081282-39a6-4a90-9178-05b09c7064ed.png
)
9.
如图所示,预测是正确的。 接下来,我们将导出模型。 为此,请单击“导出”,如以下屏幕截图所示。 请注意,如果单击
TF,则可以选择导出为 TensorFlow Lite 或 TensorFlow。 同样,如果您单击 iOS
,则可以选择导出为 CoreML:
9.
如图所示,预测是正确的。 接下来,我们将导出模型。 为此,请单击“导出”,如以下屏幕截图所示。 请注意,如果单击
`TF`
,则可以选择导出为 TensorFlow Lite 或 TensorFlow。 同样,如果您单击
`iOS`
,则可以选择导出为 CoreML:
![](
img/1e616edb-4ec6-4f40-94ce-48dd5a30ed0e.png
)
...
...
new/mobi-dl-tflite/00.md
浏览文件 @
806aea54
...
...
@@ -57,7 +57,7 @@ Flutter 移动应用程序上的深度学习尚处于开发的早期阶段。
1.
登录或注册
[
www.packt.com
](
http://www.packt.com
)
。
2.
选择支持选项卡。
3.
单击
代码下载
。
3.
单击
“代码下载”
。
4.
在搜索框中输入书籍的名称,然后按照屏幕上的说明进行操作。
下载文件后,请确保使用以下最新版本解压缩或解压缩文件夹:
...
...
new/mobi-dl-tflite/03.md
浏览文件 @
806aea54
...
...
@@ -86,7 +86,7 @@ Dialogflow 项目在 Google Cloud 上运行,并且能够从与构建会话相
您将需要一个 Google 帐户来创建 Dialogflow 帐户。 如果尚未创建一个,请访问
[
这里
](
https://accounts.google.com
)
。
2.
在 Dialogflow 网站的主页上,单击
免费注册以创建帐户,或单击进入控制台
以打开 Dialogflow 控制台:
2.
在 Dialogflow 网站的主页上,单击
“免费注册”以创建帐户,或单击“进入控制台”
以打开 Dialogflow 控制台:
![](
img/0b539e2f-ba54-4561-8736-6ad8dfe2bd46.png
)
...
...
@@ -100,7 +100,7 @@ Dialogflow 项目在 Google Cloud 上运行,并且能够从与构建会话相
成功创建帐户后,将显示 Dialogflow 控制台的登录屏幕,提示您创建代理:
1.
单击
创建代理
提示。 您将被带到一个类似于以下内容的屏幕:
1.
单击
“创建代理”
提示。 您将被带到一个类似于以下内容的屏幕:
![](
img/104abf6b-28d0-4e6f-9017-eb6f41014458.png
)
...
...
@@ -123,7 +123,7 @@ Dialogflow 控制台提示您创建一个新的意图。 让我们创建一个
现在,我们将创建一个意图,该意图从用户那里获取输入并确定用户名称。 然后,该意图提取名称的值并将其存储在一个实体中,该实体稍后将传递给 Webhook 进行处理。 请按照以下步骤操作:
1.
单击屏幕右上方的
创建意图
按钮。 意向创建表单打开。
1.
单击屏幕右上方的
“创建意图”
按钮。 意向创建表单打开。
2.
我们必须为该意图提供一个名称,例如
`luckyNum`
。 然后,向下滚动到“训练短语”部分并添加一个训练短语:
`name is John`
。
3.
抓住所需的实体,然后选择单词
`John`
。 将出现一个下拉列表,将单词与任何预定义实体匹配。 我们将使用
`@sys.person`
实体获取名称并将其存储为
`userName`
参数,如以下屏幕截图所示:
...
...
@@ -174,14 +174,14 @@ Google 平台上的操作为有兴趣构建聊天机器人的开发人员提供
您必须选择在其中创建 Dialogflow chatbot 代理的同一 Google Project。
4.
单击
导入项目
,将 Dialogflow 聊天机器人的操作添加到 Google 助手。 在加载的下一个屏幕上,选择“对话”模板以创建我们的操作。
4.
单击
“导入项目”
,将 Dialogflow 聊天机器人的操作添加到 Google 助手。 在加载的下一个屏幕上,选择“对话”模板以创建我们的操作。
5.
然后,您将被带到 Google 控制台上的“操作”,如下所示:
![](
img/8acbcf5e-53c4-4c4e-85ab-fd1fb10103c0.png
)
在顶部栏上,您将看到内置 Action 的 Google Project 的项目 ID。在左侧垂直导航栏上,您需要执行的所有不同步骤才能完成操作 操作的设置将列出。 在右侧的主要内容部分,提供了一个快速演练来设置您的第一个 Action。
6.
单击
确定
如何调用操作。 您需要为您的操作提供唯一的调用字符串。 对于本章中的示例,我们使用了
`Talk to Peter please`
调用。 您将需要选择稍微不同的调用。
6.
单击
“确定”
如何调用操作。 您需要为您的操作提供唯一的调用字符串。 对于本章中的示例,我们使用了
`Talk to Peter please`
调用。 您将需要选择稍微不同的调用。
成功设置调用后,演练将要求您添加一个动作。
...
...
@@ -194,7 +194,7 @@ Google 平台上的操作为有兴趣构建聊天机器人的开发人员提供
默认情况下,您在 Dialogflow 控制台中构建的聊天机器人不允许 Google Actions 项目访问其中可用的意图。 通过执行以下步骤,我们可以启用对意图的访问:
1.
在 Dialogflow 界面上,单击左侧导航窗格上的
Integrations
按钮。
1.
在 Dialogflow 界面上,单击左侧导航窗格上的
`Integrations`
按钮。
2.
在加载的页面上,将为您提供 Dialogflow 支持的各种服务的集成选项,其中包括所有主要的社交聊天平台,以及 Amazon 的 Alexa 和 Microsoft 的 Cortana。
3.
在屏幕上,您应该看到 Google 助手的“集成设置”按钮。 单击该按钮。 将打开一个对话框,如以下屏幕截图所示:
...
...
@@ -287,7 +287,7 @@ exports.dialogflowFirebaseFulfillment = functions.https.onRequest(app);
您必须清除内联编辑器中的默认样板代码才能执行此操作。
2.
将上一部分中的编辑器中的代码粘贴到
`index.js`
选项卡式导航丸中,然后单击
Deploy
。
2.
将上一部分中的编辑器中的代码粘贴到
`index.js`
选项卡式导航丸中,然后单击
`Deploy`
。
请记住,用于部署的环境是 Node.js,因此
`index.js`
是包含所有业务逻辑的文件。
`package.json`
文件管理您的项目所需的软件包。
...
...
@@ -305,7 +305,7 @@ exports.dialogflowFirebaseFulfillment = functions.https.onRequest(app);
现在我们知道我们的聊天机器人可以正常工作,并且可以与 Google 上的 Action 集成在一起,让我们为其创建一个发行版:
1.
在 Google 控制台上的操作中单击
概述
,您将看到准备部署的提示。
1.
在 Google 控制台上的操作中单击
“概述”
,您将看到准备部署的提示。
2.
Actions 测试控制台要求您输入一些 Action 所需的信息。 这些通常是简短和长格式的说明,开发人员的详细信息,隐私政策,操作条款和条件以及徽标。 成功填写所有内容后,单击“保存”。
3.
在“部署”类别下的左侧导航栏中单击“发布”,以打开“发布”页面。 在这里,选择
`Alpha`
发布选项,然后单击
`Submit`
发布。
...
...
@@ -366,7 +366,7 @@ Widget createSendButton() {
}
```
在 Flutter 中,可以使用
`Icons`
类轻松添加类似于发送按钮的图形图标。 为此,我们创建一个新的
`Icon`
实例并指定
`Icons.send`
,以便将小部件用作发送按钮。 用作
`icon`
属性的参数。 我们还设置了
`onPressed`
属性,该属性在用户点击
发送
按钮时调用。 在这里,我们再次致电
`_handleSubmitted`
。
在 Flutter 中,可以使用
`Icons`
类轻松添加类似于发送按钮的图形图标。 为此,我们创建一个新的
`Icon`
实例并指定
`Icons.send`
,以便将小部件用作发送按钮。 用作
`icon`
属性的参数。 我们还设置了
`onPressed`
属性,该属性在用户点击
“发送”
按钮时调用。 在这里,我们再次致电
`_handleSubmitted`
。
`=>`
(有时称为箭头)是一种速记符号,用于定义包含一行的方法。 定义为
`fun() { return 10; }`
的方法可以写为
`fun() => return 10;`
。
...
...
new/mobi-dl-tflite/04.md
浏览文件 @
806aea54
...
...
@@ -102,8 +102,8 @@ Cloud Vision API 是 GCP 套件中流行的 API。 它已成为使用计算机
![](
img/d8ff1b34-0395-4639-b48d-b558bdff7d8c.png
)
2.
单击“API 和服务”选项。 这将打开 API 仪表板,其中显示了与项目中启用的 API 相关的统计信息。
3.
单击
启用 API 和服务
按钮。
4.
在出现的搜索框中,键入
Cloud Vision API
。
3.
单击
“启用 API 和服务”
按钮。
4.
在出现的搜索框中,键入
`Cloud Vision API`
。
5.
单击相关的搜索结果。 该 API 提供程序将列为 Google。
6.
API 页面打开后,单击“启用”。 之后,应该显示一个图标,表明您已启用此 API,并且“启用”按钮变为“管理”。
...
...
@@ -114,7 +114,7 @@ Cloud Vision API 是 GCP 套件中流行的 API。 它已成为使用计算机
现在,您必须创建一个 API 密钥来访问 API 并从中获取响应。 为此,请执行以下步骤:
1.
再次打开左侧的导航菜单,并将鼠标悬停在“API 和服务”菜单项上。 出现一个子菜单-单击“凭据”。
2.
单击
创建凭据
按钮。 在显示的下拉菜单中,选择 API 密钥,如以下屏幕截图所示:
2.
单击
“创建凭据”
按钮。 在显示的下拉菜单中,选择 API 密钥,如以下屏幕截图所示:
![](
img/c1939d94-1eff-481d-9f17-4360050a2f4a.png
)
...
...
@@ -405,7 +405,7 @@ Widget createButton(String chosenModel) {
}
```
该方法返回
`RaisedButton`
方法,其颜色为
`blue`
,
`textColor`
值为
`white`
,
`splashColor`
值为
`blueGrey`
。 该按钮具有一个
`Text`
子元素,该子元素是使用
`chosenModel`
中传递的值构建的。 如果用户单击了
运行 Cloud Vision API 的按钮,则
`chosenModel`
的值将为 Cloud Vision API,并且如果单击 TensorFlow Lite
的按钮,则其值为 TensorFlow Lite。
该方法返回
`RaisedButton`
方法,其颜色为
`blue`
,
`textColor`
值为
`white`
,
`splashColor`
值为
`blueGrey`
。 该按钮具有一个
`Text`
子元素,该子元素是使用
`chosenModel`
中传递的值构建的。 如果用户单击了
“运行 Cloud Vision API”的按钮,则
`chosenModel`
的值将为 Cloud Vision API,并且如果单击
`TensorFlow Lite`
的按钮,则其值为 TensorFlow Lite。
当按下按钮时,我们首先检查
`chosenModel`
中的值。 如果与
`str_cloud`
相同(即 Cloud Vision API),则分配给变量
`a`
的值为
`0`
; 否则,分配给变量
`a`
的值为
`1`
。 该值与使用
`Navigator.push()`
迁移到
`PlantSpeciesRecognition`
一起传递,这将在后面的部分中进行介绍。
...
...
@@ -563,7 +563,7 @@ return Scaffold(
![](
img/eeaa7923-cfe1-48c9-980b-32bea0bf994d.png
)
此时,单击
FAB
将启动图库,并且所选图像将显示在屏幕上。
此时,单击
`FAB`
将启动图库,并且所选图像将显示在屏幕上。
接下来,我们将在设备上加载 TensorFlow Lite 模型,并向 Cloud Vision API 发出 HTTP 请求,以在所选图像上获得识别结果。
...
...
new/mobi-dl-tflite/05.md
浏览文件 @
806aea54
...
...
@@ -631,13 +631,13 @@ plt.show()
在上一个屏幕快照中显示的管理控制台的左侧,您可以找到各种菜单选项,并且在当前页面的中心,将提示您创建一个新项目。
6.
单击
创建项目
,然后在出现的对话框中填写项目名称。 确保您创建的项目具有唯一的名称。 创建项目后,将为您提供一个仪表板,其中显示了对所有可用资源及其使用情况的监视。
6.
单击
“创建项目”
,然后在出现的对话框中填写项目名称。 确保您创建的项目具有唯一的名称。 创建项目后,将为您提供一个仪表板,其中显示了对所有可用资源及其使用情况的监视。
在左侧菜单上,选择“开发人员”以切换到控制台的“开发人员”视图,如以下屏幕截图所示:
![](
img/2ce108d9-645c-4f78-a0c9-3af2fdc04633.png
)
7.
现在,您应该能够看到控制台的 Developer 视图以及更新的左侧菜单。 在这里,单击
拓扑
以获取以下部署选项:
7.
现在,您应该能够看到控制台的 Developer 视图以及更新的左侧菜单。 在这里,单击
“拓扑”
以获取以下部署选项:
![](
img/2847b19b-52c7-46c0-993c-4851b425844e.png
)
...
...
new/mobi-dl-tflite/08.md
浏览文件 @
806aea54
...
...
@@ -689,10 +689,10 @@ bestmove b8c6
![](
img/b6b7fbc0-b10d-43ea-8120-a55d267ce48f.png
)
4.
选择条目,然后单击
编辑配额
。
5.
系统将要求您提供身份证明,包括您的电话号码。 填写详细信息,然后单击
下一步
。
4.
选择条目,然后单击
“编辑配额”
。
5.
系统将要求您提供身份证明,包括您的电话号码。 填写详细信息,然后单击
“下一步”
。
6.
输入您想要将 GPU 配额设置为的限制(最好是
`1`
,以避免滥用)。 另外,请提供您提出要求的理由,例如学术研究,机器学习探索或任何适合您的东西!
7.
单击
提交
。
7.
单击
“提交”
。
提出要求后,大约需要 10 到 15 分钟才能将您的配额增加/设置为您指定的数量。 您将收到一封电子邮件,通知您有关此更新。 现在,您准备创建一个 GPU 实例。
...
...
@@ -701,18 +701,18 @@ bestmove b8c6
下一步是创建 GPU 实例。 创建 GPU 实例的过程与创建非 GPU 实例的过程非常相似,但是需要额外的步骤。 让我们快速完成所有这些步骤:
1.
在您的 Google Cloud Platform 仪表板上,单击左侧导航菜单中的“Compute Engine | VM 实例”。
2.
单击
创建实例
。
2.
单击
“创建实例”
。
3.
单击“计算机类型选择”部分正下方的 CPU 平台和 GPU,如以下屏幕截图所示:
![](
img/c8e5a150-c87a-477c-b2a5-25de4d03a540.png
)
4.
单击
添加 GPU
(大加号(
`+`
)按钮)。 选择要附加到此 VM 的 GPU 类型和 GPU 数量。
4.
单击
“添加 GPU”
(大加号(
`+`
)按钮)。 选择要附加到此 VM 的 GPU 类型和 GPU 数量。
5.
将启动盘操作系统更改为 Ubuntu 版本 10.10。
6.
在“防火墙”部分中,检查 HTTP 和 HTTPS 通信权限,如以下屏幕截图所示:
![](
img/210973f6-598c-4cf8-857f-bcf6de41ccfa.png
)
7.
单击表单底部的
创建
。
7.
单击表单底部的
“创建”
。
几秒钟后,您的实例将成功创建。 如果遇到任何错误,例如超出了区域资源限制,请尝试更改要在其中创建实例的区域/区域。这通常是一个临时问题。
...
...
@@ -807,7 +807,7 @@ def start(config: Config):
7.
最后,我们将脚本部署到我们创建的 VM 实例。 为此,请执行以下步骤:
1.
打开 GCP 控制台的 VM 实例页面。
2.
输入在上一节中创建的 VM 后,单击
SSH
按钮。
2.
输入在上一节中创建的 VM 后,单击
`SSH`
按钮。
3.
SSH 会话激活后,通过运行以下命令来更新系统上的存储库:
```
py
...
...
new/mobi-dl-tflite/09.md
浏览文件 @
806aea54
...
...
@@ -531,7 +531,7 @@ app.run(host="0.0.0.0", port="8080")
![](
img/89741076-7529-4670-8dbb-b877507df344.png
)
6.
单击
提示
以弹出 Droplet 创建表单。 选择下表中描述的选项:
6.
单击
“提示”
以弹出 Droplet 创建表单。 选择下表中描述的选项:
| **字段** | **说明** | **要使用的值** |
| 选择一张图片 | Droplet 将在其上运行的操作系统。 | Ubuntu 18.04(或最新可用版本) |
...
...
@@ -542,12 +542,12 @@ app.run(host="0.0.0.0", port="8080")
| 认证方式 | 选择虚拟机的身份验证方法。 | 一次性密码 |
| 完成并创建 | Droplet 的一些其他设置和选项。 | 保留默认值 |
7.
单击
创建 Droplet
,然后等待 DigitalOcean 设置您的 Droplet。
7.
单击
“创建 Droplet”
,然后等待 DigitalOcean 设置您的 Droplet。
8.
创建 Droplet 后,单击其名称以打开 Droplet 管理控制台,该控制台应如下所示:
![](
img/72bf3798-300a-4d53-82e5-c369fc742db6.png
)
9.
现在,我们可以使用上一幅截图所示的 Droplet 控制台左侧导航菜单上的 Access 选项卡登录到 Droplet。 单击
访问
,然后启动控制台。
9.
现在,我们可以使用上一幅截图所示的 Droplet 控制台左侧导航菜单上的 Access 选项卡登录到 Droplet。 单击
“访问”
,然后启动控制台。
10.
将打开一个新的浏览器窗口,显示您的 Droplet 的 VNC 视图。 系统将要求您输入 Droplet 的用户名和密码。 您必须在此处使用的用户名是
`root`
。 可以在您已注册的电子邮件收件箱中找到该密码。
11.
首次登录时,系统会要求您更改 Droplet 密码。 确保您选择一个强密码。
...
...
new/mobi-dl-tflite/10.md
浏览文件 @
806aea54
...
...
@@ -133,7 +133,7 @@ Facebook 是一个流行的社交媒体平台,具有用于多个平台的专
![](
img/4246b346-b4a9-4e99-998f-165343832c4e.png
)
5.
点击
添加结算帐户
。 如果有资格,您将被重定向到
`GCP Free Trial`
注册页面。 您可以在
[
这个页面
](
https://cloud.google.com/free/docs/gcp-free-tier
)
上了解有关免费试用的更多信息。 您应该看到类似于以下屏幕截图的屏幕:
5.
点击
“添加结算帐户”
。 如果有资格,您将被重定向到
`GCP Free Trial`
注册页面。 您可以在
[
这个页面
](
https://cloud.google.com/free/docs/gcp-free-tier
)
上了解有关免费试用的更多信息。 您应该看到类似于以下屏幕截图的屏幕:
![](
img/21a2e4df-0969-49e7-8de8-1a22a1415580.png
)
...
...
@@ -154,12 +154,12 @@ Facebook 是一个流行的社交媒体平台,具有用于多个平台的专
4.
填写必要的详细信息后,单击
`CREATE`
完成创建项目。 创建项目后,将带您到项目的仪表板。 在这里,您将能够查看与当前所选项目相关的一些基本日志记录和监视。 您可以在
[
这个页面
](
https://cloud.google.com/docs/overview
)
上了解有关 GCP 资源组织方式的更多信息。
5.
在左侧导航窗格中,单击
`Compute Engine`
。 系统将提示您创建一个 VM 实例。
6.
点击
创建
以显示 Compute Engine 实例创建表单。 根据需要填写表格。 我们假设您在创建实例时选择了 Ubuntu 18.04 LTS 发行版。
6.
点击
“创建”
以显示 Compute Engine 实例创建表单。 根据需要填写表格。 我们假设您在创建实例时选择了 Ubuntu 18.04 LTS 发行版。
7.
确保在防火墙设置中启用对 VM 实例的 HTTP 和 HTTPS 连接的访问,如以下屏幕快照所示:
![](
img/4174ffef-0f01-46d5-986d-c4f9e2771301.png
)
8.
单击
创建
。 GCP 开始为您配置 VM 实例。 您将被带到 VM 实例管理页面。 您应该在此页面上看到您的 VM,如以下屏幕截图所示:
8.
单击
“创建”
。 GCP 开始为您配置 VM 实例。 您将被带到 VM 实例管理页面。 您应该在此页面上看到您的 VM,如以下屏幕截图所示:
![](
img/f78eee29-a5f1-487c-8a8f-cacb5faecbdd.png
)
...
...
@@ -173,7 +173,7 @@ Facebook 是一个流行的社交媒体平台,具有用于多个平台的专
首先调用 VM 的终端:
1.
单击 VM 实例页面上的
SSH
按钮,以启动到 VM 的终端会话。
1.
单击 VM 实例页面上的
`SSH`
按钮,以启动到 VM 的终端会话。
2.
您应该看到终端会话开始,其中包含一些与系统有关的常规信息以及上次登录的详细信息,如以下屏幕截图所示:
...
...
@@ -441,7 +441,7 @@ Firebase 提供了可促进应用程序开发并帮助支持大量用户的工
要创建 Firebase 项目,请执行以下步骤:
1. 通过[这里](https://console.firebase.google.com)访问 Firebase 控制台。
2. 单击
添加项目
以添加新的 Firebase 项目:
2. 单击
“添加项目”
以添加新的 Firebase 项目:
![](img/6129c7ba-34a6-4883-a997-f124541face3.png)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录