镜像流 像流 6.1. 为什么使用镜像流 6.2. 配置镜像流 6.3. 镜像流镜像 6.4. 镜像流标签 6.5. 镜像流更改触发器 6.6. 镜像流映射 6.7. 使用镜像流 6.8. 导入和使用镜像和镜像流 第 第 7 章 章 KUBERNETES 资 资源使用 源使用镜 镜像流 像流 7.1. 使用 KUBERNETES 资源启用镜像流 4 4 4 4 4 4 5 5 当一个新镜像被推送（push）到 registry 时，可触发构建和部署。另外，OpenShift Container Platform 还针对 Kubernetes 对象等其他资源提供了通用触发器。 您可以为定期重新导入标记标签。如果源镜像已更改，则这个更改会被发现并反应在镜像流中。 取决于构建或部署的具体配置，这可能会触发构建和/或部署流程。 您可使用细粒度访问控制来共享镜像，快速向整个团队分发镜像。 如果源更改，imagestreamtag API 资源对象， 用于收集一些有关特定镜像 SHA 标识符的元数据。 1.11. 镜像流触发器 镜像流触发器（imagestream trigger）会在镜像流标签更改时引发特定操作。例如，导入可导致标签值变 化。当有部署、构建或其他资源监听这些信息时，就会启动触发器。 1.12. 如何使用 CLUSTER SAMPLES OPERATOR 在初始启动时，Operator 会创建默认样

和服务帐户 8.13. 在现有 WINDOWS 虚拟机上安装 VIRTIO 驱动程序 8.14. 在新 WINDOWS 虚拟机上安装 VIRTIO 驱动程序 8.15. 高级虚拟机管理 8.16. 导入虚拟机 8.17. 克隆虚拟机 8.18. 虚拟机网络 8.19. 虚拟机磁盘 第 第 9 章 章 虚 虚拟 拟机模板 机模板 9.1. 创建虚拟机模板 9.2. 编辑虚拟机模板 9.3. OpenShift Container Platform 集群 中，以启用虚拟化任务。这些任务包括： 创建和管理 Linux 和 Windows 虚拟机 通过各种控制台和 CLI 工具连接至虚拟机 导入和克隆现有虚拟机 管理虚拟机上附加的网络接口控制器和存储磁盘 在节点间实时迁移虚拟机 增强版 web 控制台提供了一个图形化的门户界面 来管理虚拟化资源以及 OpenShift Container 集成。您可以将虚拟机连接到服务网 格， 以使用 IPv4 监控、视觉化和控制在默认 pod 网络上运行虚拟机工作负载的 pod 间的流量。 OpenShift Virtualization 现在提供了一个统一的 API，用于自动导入和更新预定义的引导源。 3.3.1. 快速启动 有几个 OpenShift Virtualization 功能提供快速入门导览。要查看导览，请点击 OpenShift Virtualization

查看虚拟机的 QEMU 客户机代理信息 10.13. 使用虚拟可信平台模块设备 10.14. 使用 OPENSHIFT PIPELINES 管理虚拟机 10.15. 高级虚拟机管理 10.16. 导入虚拟机 10.17. 克隆虚拟机 10.18. 虚拟机网络 10.19. 虚拟机磁盘 第 第 11 章 章 虚 虚拟 拟机模板 机模板 11.1. 创建虚拟机模板 11.2. 编辑虚拟机模板 集群 中，以启用虚拟化任务。这些任务包括： 创建和管理 Linux 和 Windows 虚拟机 (VM) 在集群中运行 pod 和虚拟机工作负载 通过各种控制台和 CLI 工具连接至虚拟机 导入和克隆现有虚拟机 管理虚拟机上附加的网络接口控制器和存储磁盘 在节点间实时迁移虚拟机 增强版 web 控制台提供了一个图形化的门户界面 来管理虚拟化资源以及 OpenShift Container 将外部磁盘上传流量定向到适当的上传服务器 pod， 以便将其写入正确的 PVC。需要有效的上传令牌。 pod/cdi-importer helper（帮助程序）Pod，在创建数据卷时将虚拟机镜 像导入到 PVC 中。 2.4. 关于 CLUSTER-NETWORK-ADDONS-OPERATOR cluster-network-addons-operator 在集群中部署网络组件，并管理相关资源以了解扩展网络功能。

Operator 使用管理状态 2.1.1.1. 受限网络安装 2.1.1.2. 使用初始网络访问受限网络安装 2.1.2. Cluster Samples Operator 跟踪和错误恢复镜像流导入 其他资源 2.1.3. 协助镜像的 Cluster Samples Operator 2.2. CLUSTER SAMPLES OPERATOR 配置参数 2.2.1. 配置限制 2.2.2. 获取有关镜像流的信息 6.7.2. 为镜像流添加标签 6.7.3. 为外部镜像添加标签 6.7.4. 更新镜像流标签 6.7.5. 删除镜像流标签 6.7.6. 配置定期导入镜像流标签 6.8. 从私有容器镜像仓库（REGISTRY）导入镜像和镜像流 6.8.1. 允许 Pod 引用其他安全 registry 中的镜像 第 第 7 章 章 KUBERNETES 资 资源使用 源使用镜 镜像流 像流 当一个新镜像被推送（push）到 registry 时，可触发构建和部署。另外，OpenShift Container Platform 还针对 Kubernetes 对象等其他资源提供了通用触发器。 您可以为定期重新导入标记标签。如果源镜像已更改，则这个更改会被发现并反应在镜像流中。 取决于构建或部署的具体配置，这可能会触发构建和/或部署流程。 您可使用细粒度访问控制来共享镜像，快速向整个团队分发镜像。 如果源更改，imagestreamtag

通过下载升级 VMware Fusion 8 VMware Fusion 入门 8 启动和运行 9 利用“Windows 快捷安装”创建虚拟机 9 将 Boot Camp 分区作为虚拟机开启 10 导入 Parallels 或 Virtual PC 虚拟机 11 支持的客户机操作系统 12 在虚拟机中使用 Mac 键盘 12 暂停与继续运行虚拟机 12 利用 VMware Fusion 在线资源 应用程序。 n 在 Mac 上运行大多数 Windows 3D 应用程序，这些 3D 应用程序需要带有 Shader Model 3 或 OpenGL 2.1 的 DirectX 9.0c 支持。 n 导入使用 Parallels Desktop 或 Microsoft Virtual PC for Mac 创建的虚拟机，或采用 OVF（开放虚拟化格 式）标准的虚拟机。 n 使用集成的“迁移助理”将 操作系统的同时，使用 Boot Camp 分区中的内容。为此，您可以使用 VMware Fusion 将 Boot Camp 分区作为虚拟机来开启。 n 导入 Parallels 或 Virtual PC 虚拟机第 11 页， 您可以导入现有的第三方虚拟机，并在 VMware Fusion 中运行它们。 利用“Windows 快捷安装”创建虚拟机 当创建 Microsoft Windows

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.1 导入 pytorch 6 1.2 导入样本数据 7 2 构建神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20211006：完成本书第一版。 5 1. 准备章节 1.1 导入 pytorch 6 1.2 导入样本数据 7 本章节将神经网络训练之前的准备工作进行全面介绍。但我们并不介绍如何安装 pytorch，一是由 于不同版本的 pytorch 会依赖于不同的 cuda 工具，二是因为官网资料非常齐全，也有很多博客来 介绍，因此没有必要赘述。 1.1 导入 pytorch 首先我们需要明白一个术语：tensor。这个词被翻译为中文叫张量。1 tensor；而一些微分量，例如梯度、导数等也都是 tensor；矩阵也是张量；多张矩 阵或者多张图像也是张量（3 维张量）。我们在做实验时，可以将 tensor 理解为是“data”。 我们需要先导入 pytorch，顺便导入 numpy： import torch import numpy as np 现在我们尝试将 list 或者 np.array 转换为 pytorch 的数组： data1 =

OpenShift 命名空间中，并将该 secret 命名 为samples-registry-credentials，以便从 registry.redhat.io 导入镜像流。此外，为便于从其他需要凭 证的 registry 导入镜像流，集群管理员可在处理镜像导入的 OpenShift 命名空间中创建包含 Docker config.json 文件内容的额外 Secret。 Samples Operator 状态一样工作，并忽略示例资 源、镜像流或模板上的任何监控事件。 注意 注意 在镜像流导入仍在进行时，删除操作或将 Management State 设置为 Removed 均未完成。进程完成后，无论成功还是出 错，都将开始删除操作。 开始删除后，secret、镜像流和模板监控事件都会被忽略。 samplesRegistry 覆盖从中导入镜像的 registry。 注意 注意 在未显式设置 Samples Registry（如空字符串）或该 registry 已设置为 registry.redhat.io 时，如果没有拉取（pull）访问的 secret，则不会开始创建或更新 RHEL 内容。这两种情况下，镜 像导入将从需要凭证的 registry.redhat.io 中进行。 如果 Samples Registry 被除空字符串或 registry.redhat.io 以 外的值覆盖，则创建或更新 RHEL

ServiceMeshPeer 资源。 ExportedServiceMeshSet - 定义给定 ServiceMeshPeshPeer 的服务可用于导入的对等网格。 ImportedServiceSet - 定义给定 ServiceMeshPeer 的服务是从 peer 网格中导入的。这些服务 还必须由 peer 的 ExportedServiceMeshSet 资源提供。 在 AWS(ROSA)、Azure 联邦网关在使用外部证书时不会发送完整的 证书链。Service Mesh 联邦出口网关仅发送客户端证书。因为联邦入口网关只知道 root 证书，所 以它无法验证客户端证书，除非您将 root 证书添加到联合导入 ConfigMap 中。 MAISTRA-2635 替换已弃用的 Kubernetes API。从 Red Hat OpenShift Service Mesh 2.0.8 开 始，为保持与 OpenShift 联邦网格（federated mesh） 是作为单个网格组成的一组网格。每个网格中的服务可以是独特的服务，例 如通过从另一个网格中导入服务的网格添加服务，可以为网格中的相同服务提供额外的工作负载，提供高 可用性或两者的组合。加入联邦的所有网格都保持单独管理，您必须明确配置要导出哪些服务并从联邦中 的其他网格导入。证书生成、指标和追踪集合等支持功能在其各自网格中保持本地。 1.5. SERVICE MESH 和 ISTIO

获取镜像 ii. 列出 iii. 创建 iv. 存出和载入 v. 移除 vi. 实现原理 6. 容器 i. 启动 ii. 守护态运行 iii. 终止 iv. 进入容器 v. 导出和导入 vi. 删除 7. 仓库 i. Docker Hub ii. 私有仓库 iii. 配置文件 8. 数据管理 i. 数据卷 ii. 数据卷容器 iii. 备份、恢复、迁移数据卷 9 *注：更多用法，请参考 Dockerfile 章节。 要从本地文件系统导入一个镜像，可以使用 openvz（容器虚拟化的先锋技术）的模板来创建： openvz 的 模板下载地址为 templates 。 从本地文件系统导入 Docker —— 从入门到实践 23 创建 比如，先下载了一个 ubuntu-14.04 的镜像，之后使用以下命令导入： sudo cat ubuntu-14.04-x86_64-minimal 04-x86_64-minimal.tar.gz |docker import - ubuntu:14.04 然后查看新导入的镜像。 docker images REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE ubuntu 14.04

为例，首先创建计算图，代码如下(以下代码需要提前安装 TensorFlow 1.x 框架和 PyTorch 框架，读者可不运行，感受为主)： import tensorflow as tf # 导入 TensorFlow 库 # 1.创建计算图阶段，此处代码需要使用 tf 1.x 版本运行 # 创建 2 个输入端子，并指定类型和名字 a_ph = tf.placeholder(tf 的神经网络算法有多艰难。这种先创建计算图后运行的编程方式叫做符号式编程。 作为对比，现在介绍动态图方式来完成2.0 + 4.0运算。PyTorch 实现代码如下： import torch # 导入 pytorch 库 # 1.创建输入张量，并赋初始值 a = torch.tensor(2.) b = torch.tensor(4.) # 2.直接计算，并打印结果 print('a+b=' 10。 借助于 PyTorch，可以不需要手动推导导数的表达式，只需要给出函数的表达式，即 可由 PyTorch 自动求导。上式的自动求导代码实现如下： import torch # 导入梯度计算函数 from torch import autograd # 创建 4 个张量 a = torch.tensor(1.) b = torch.tensor(2