云服务器内容精选

  • 函数下载、推送代码比较流程 鉴于本地代码与远程代码可能存在不同,会存在新代码覆盖老代码的情况,所以当下载、推送时候,都会有弹框提示。 函数 node01 已经存在LOCAL FUNCTION,此时再下载,可能会覆盖本地函数,下载前有提示。 函数 node01 已经存在在REMOTE FUNCTION,不做修改直接推送,远程和本地的代码会比较,提示“代码已经最新”,不必推送。 函数 node01 做出修改,删除第二行的“// hello world”,推送提示如下。 是:直接推送,本地代码将会覆盖远程代码。 否,查看差异:弹出有差异的文件,单击“index.js”打开比较差异的页面,可以看出最新文件少了第二行。右侧图标依次为“继续推送”、“取消推送”、“刷新”、“打开文件”、“放弃修改”,鼠标指针放上均有提示。
  • CodeArts IDE Online本地创建函数 用户在CodeArts IDE Online本地创建函数并完成编辑,再将函数推送到FunctionGraph控制台。以下示例仅供参考,具体请以实际创建函数为准。 在CodeArts IDE Online编辑框的LOCAL FUNCTION打开创建函数。 选择模板,创建函数。 例如选择空模板创建,输入函数名称,比如“kong_new”,单击“创建函数”。 创建成功后,左侧编辑框即可看到刚创建的函数。 在EXPLORER可以看到完整的kong_new函数,其中函数代码只是 “index.js”,其余的都是配置文件,可以不关心。
  • 获取AK/SK访问密钥 如果已有无需重复获取,操作步骤如下: 访问我的凭证。 在左侧导航栏选择“访问密钥”,单击“新增访问密钥”。在弹出的页面中填写描述信息,然后单击“确定”创建新的访问密钥。 在“管理访问密钥”页签,单击“新增访问密钥”,创建新的访问密钥。 输入当前用户的登录密码,并通过邮箱或手机进行验证。 在 统一身份认证 服务中创建的用户,如果创建时未填写邮箱或者手机号,则只需校验登录密码。 创建成功后,单击“立即下载”,下载访问密钥excel文件。
  • 使用模型 用训练好的模型预测测试集中的某个图片属于什么类别,先显示这个图片,命令如下。 1 2 3 # display a test image plt.figure() plt.imshow(test_images[9]) 图1 显示用以测试的图片 查看预测结果,命令如下。 1 2 3 4 5 6 7 8 9 # Grab an image from the test dataset. img = test_images[9] # Add the image to a batch where it's the only member. img = (np.expand_dims(img,0)) # make prediction probability_model = tf.keras.Sequential([model, tf.keras.layers.Softmax()]) predictions_single = probability_model.predict(img) class_names[np.argmax(predictions_single[0])] 图2 查看预测结果 当前只对python3做了优化,python2下无法直接运行Jupyter Notebook。 CodeArts IDE Online暂不支持GPU加速,建议安装tensorflow-cpu减小磁盘占用,并加快安装速度。 鲲鹏镜像暂时无法安装TensorFlow,敬请期待后续更新。 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型
  • 创建和训练模型 命令如下: 1 2 3 4 5 6 7 8 9 10 11 # create model model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), keras.layers.Dense(128, activation='relu'), keras.layers.Dense(10) ]) model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy']) # training model.fit(train_images, train_labels, epochs=10) 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型
  • 安装TensorFlow 进入CodeArts IDE Online实例,创建并打开一个空白工作目录,命令如下。 mkdir ai-test 使用pip安装TensorFlow等依赖包,为加快安装速度此处安装的是tensorflow-cpu,命令如下。 1 2 python3 -m pip install tensorflow-cpu matplotlib numpy pip install ipython==8.10.0
  • 部署微服务到CCI容器实例 配置Profile Profile是一组API调用鉴权所需配置的抽象,Profile中的相关信息可通过访问我的凭证获取,有了这些信息就可以获取到镜像列表、vpc列表、cci负载/命名空间等数据。 name:用于标识区分不同的Profile,只能输入大小写英文字母、下划线、中划线。 ProjectID:对应项目ID。 ProjectName:对应项目名称的英文。 Region:将控制台切换到区域项目所在region,网页URL中的region字段,如:cn-north-4。 UserID:用户ID。 UserName:用户名。 AK/SK:下载管理访问密钥页面中密钥excel文件,注意该文件的下载只有首次添加可以下载。 添加Namespace 选择不同的Profile,Namspace列表不尽相同,每一组profile对应不同的鉴权信息。 CCI命名空间参考文档。 创建Deployment 选择Profile和Namespace后,单击“Add”会出现deployment的配置输入,如果需要配置更多,则可以单击“Go to Portal”跳转至CCI页面进行创建。 如果Pod中的镜像启动需要监听端口并且需要开放外部访问权时,则需要增加容器端口跟elb端口的映射关系,其中elb的端口一定要填写未被占用的。 如果Pod中的镜像启动无监听端口或者不需要开发外部访问权时,则网络映射配置中的“Type”选择“Not enable”。 创建完成后,单击“Upgrade”将在IDE中直接升级负载,放弃升级则单击“Cancel”,如果希望跳转到CCI页面进行升级,则只需要单击与“Upgrade”平级的“Go to Portal”即可。 单击“Delete”,当前deployment则会被立即删除并附带删除配置的service数据。
  • 导入和预处理训练数据集 参考TensorFlow官网的教程,创建一个简单的图片分类模型。 查看当前TensorFlow版本,单击或者敲击Shift+Enter运行cell。 1 2 3 4 5 6 7 8 9 10 from __future__ import absolute_import, division, print_function, unicode_literals # TensorFlow and tf.keras import tensorflow as tf from tensorflow import keras # Helper libraries import numpy as np import matplotlib.pyplot as plt # print tensorflow version print(tf.__version__) 下载Fashion MNIST图片数据集,该数据集包含了10个类型共60000张训练图片以及10000张测试图片。 1 2 3 # download Fashion MNIST dataset fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() 对训练数据做预处理,并查看训练集中最开始的25个图片。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot'] # preprocessing train_images = train_images / 255.0 test_images = test_images / 255.0 # display first 25 images plt.figure(figsize=(10,10)) for i in range(25): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show() 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型
  • 发布We码小程序 通过CodeArts IDE Online上的WeCode Toolkit插件,可以将编写调试完毕的We码小程序上传发布到 WeLink 应用市场(这样手机上的WeLink应用可以搜索并安装这个已经发布的We码小程序)。 单击“Upload”,将We码小程序发布到云端的发布仓库,然后进入“版本与发布”页面,单击“提交审核”,准备正式发布。 父主题: 基于CodeArts IDE Online快速开发、发布WeLink应用
  • 准备We码小程序开发环境 登录CodeArts IDE Online,单击“新建实例”。 如果提示未开通则根据提示跳转至开通页面完成服务开通。 在“基础配置”页面,填写相关信息(其中,“技术栈”项选择“NodeJS”),单击“下一步”。 进入“工程配置”页面,选择we码的模板工程(模板名以wecode开头)。 配置完成后,单击“确定”,实例开始启动,浏览器会自动跳转到IDE实例。 父主题: 基于CodeArts IDE Online快速开发、发布WeLink应用
  • 预览 程序开发完毕,通过使用WeCode Toolkit插件,CodeArts IDE Online中开发的We码小程序可被上传到临时仓库,并可以预览。 单击“Preview/Upload”,在“My Apps”列表中,选择刚刚新建的WeLink应用,并单击“Attach”。 图2 WeCode Toolkit插件中上传预览 等待We码小程序上传至临时仓库后,可通过手机端WeLink扫码预览。 图3 "WeCode Toolkit"插件中扫描二维码以预览 打开手机Welink扫码后,手机上就可以看到该应用的预览版。 图4 We码小程序预览
  • 创建IDE实例 登录服务首页。 单击“新建实例”,进入到“基础配置”页面,参考表1配置参数。 如无法创建实例,需完成开通服务。 表1 基础配置参数说明 参数名 说明 名称 自定义实例名称。 支持输入数字、字母、“_”、“.”和“-”。 以数字、字母开头和结尾。 长度为3~100。 描述 自定义对实例的描述。长度不超过100个字符。 技术栈 请根据实际情况选择技术栈类型。目前支持的类型有: All in One(包括以下所有技术栈) Java(最高支持JDK11.0.17) C/C++ Python(最高支持版本为3.8) NodeJS(最高支持版本为16.19.0) Go(最高支持版本为1.19.4) Blockchain CPU架构 根据实际需要选择。 鲲鹏计算:鲲鹏采用精简指令集(RISC)。 X86计算:X86采用复杂指令集(CISC) 。 CPU/内存 系统根据所选技术栈默认匹配对应配置。 存储容量 支持三种,请根据实际需要选择。 5GB 10GB 20GB 自动休眠 实例无操作超过一段时间后,将会被自动休眠,如需操作实例需重新启动实例。请根据实际需要进行配置。 30分钟 60分钟 4小时 24小时 永不休眠 单击“下一步”,进入“工程配置”页面,参考表2配置工程信息。 表2 工程配置参数说明 工程来源 参数名 说明 样例工程 工程名称 自定义工程的名称。 可输入字母、数字、符号“-”和“_”。 字符长度1~127。 工程模板 工程文件来源于选择的模板,根据步骤2中选择的“技术栈”类型不同,对应“模板”也不同。请根据需要选择对应的“模板”。 私有仓库 项目名称 工程文件来源于当前用户在需求管理服务中已创建或具有权限的项目。选择工程所属项目的名称即可。 仓库地址 当前用户所属项目下拥有权限的代码仓库地址,仓库地址获取方式可参考查看仓库详情。 分支 从代码仓库中获取的具有权限的分支。 名称 工程的名称。默认为代码仓库的名称。 不创建工程 若不创建工程直接进入实例,默认没有相关工程文件在实例内,需要用户在实例内新建或者导入工程。 单击“确定”,IDE实例创建完成,系统自动进入IDE工作界面。
  • 关闭服务 CodeArts IDE Online服务根据存储资源和计算资源的使用时长计费。若不再使用CodeArts IDE Online服务,为了避免不必要的花费,建议关闭服务。 关闭服务后,系统将停止对服务的使用计费,服务中相关的数据资源将被立即释放,且数据不可恢复,请谨慎操作。 使用华为云账户登录控制台,在左侧导航选择“IDE Online”。 在“开通记录”页签,单击“关闭服务”,如图3所示。 图3 关闭服务 根据弹窗提示,输入“释放数据”,单击“确认”,关闭服务,如图4所示。 图4 确认关闭服务 页面提示“已成功关闭”,开通记录状态显示为“已关闭”,如图5所示。 图5 服务已关闭
  • 开通场景 在CodeArts支持的区域内,各区域独立开通购买、独立计费。 2020年10月16日前,未在CodeArts某个区域下产生过费用的用户,按照新版计费规则,需在该区域开通/购买CodeArts后使用CodeArts IDEOnline服务。 在该区域内产生过费用的用户,延续旧版计费规则,可参考开通服务在该区域开通CodeArts IDEOnline服务按需计费。 例如: 用户于2020年3月在“华北-北京四”购买了半年期的包月套餐。由于疫情影响业务,套餐到期后关闭了CodeArts服务;2020年10月20日将重新启用CodeArts。 若用户仍使用“华北-北京四”,可以开通/购买旧版套餐,或单独开通CodeArts IDEOnline服务使用。 若用户使用其它区域,则需开通/购买CodeArts新版计费。
  • 开通服务 使用华为云账户登录控制台。 在左侧导航选择“IDE Online”。 单击页面右上角“开通按需”。 查看并确认服务开通详情,勾选“我已阅读并同意《CodeArts服务使用声明》”,并单击页面右下角“立即开通”。 在弹框中单击“确认”,如图1所示。 图1 确认开通 页面右上角提示开通进行中,成功开通后系统自动返回控制台。 在“开通记录”页签可查看服务开通记录,如图2所示。 图2 开通记录 开通完成后,单击页面右上角“立即使用”,进入CodeArts IDE Online首页,即可开始使用。