17-openEuler硬盘配置与管理-学习任务单 任务2-LVM管理硬盘;18-openEuler人工智能开发环境部署-任务1-MindSpore开源深度学习框架部署与线性模型训练_第1页
17-openEuler硬盘配置与管理-学习任务单 任务2-LVM管理硬盘;18-openEuler人工智能开发环境部署-任务1-MindSpore开源深度学习框架部署与线性模型训练_第2页
17-openEuler硬盘配置与管理-学习任务单 任务2-LVM管理硬盘;18-openEuler人工智能开发环境部署-任务1-MindSpore开源深度学习框架部署与线性模型训练_第3页
17-openEuler硬盘配置与管理-学习任务单 任务2-LVM管理硬盘;18-openEuler人工智能开发环境部署-任务1-MindSpore开源深度学习框架部署与线性模型训练_第4页
17-openEuler硬盘配置与管理-学习任务单 任务2-LVM管理硬盘;18-openEuler人工智能开发环境部署-任务1-MindSpore开源深度学习框架部署与线性模型训练_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

项目实践任务单学习项目四硬盘配置与管理任务二LVM管理硬盘任务描述在计算机上完成以下任务:​在openEuler操作系统中完成LVM逻辑卷管理任务。在虚拟机中添加两块大小为20G的硬盘,在两块硬盘/dev/sdb和/dev/sdc上分别创建物理卷。将这两个物理卷上创建并组合成卷组“vg0”。在“vg0”卷组上创建一个大小为30GB,名称为“lv0”的逻辑卷,并使用ext4文件系统格式化该分区。创建目录/mnt/lvm,并将逻辑卷“lv0”挂载到该目录。在虚拟机中添加新硬盘/dev/sdd作为物理卷,将该硬盘容量动态扩展至“vg0”卷组;动态扩展逻辑卷“lv0”至50GB,并调整文件系统大小以适配新的容量;查看LVM配置信息,验证所有操作结果。任务目标知识目标:基础概念与原理。理解LVM逻辑卷管理中物理卷、卷组、逻辑卷组成的三层架构:工具使用流程。掌握PV、VG、LV三种对象的创建、查看、删除等管理命令。技能目标:​熟练使用命令创建管理LVM逻辑卷;熟练使用命令完成逻辑卷扩容、缩容。能力目标:​存储架构设计能力。能根据业务需求分配卷组容量、逻辑卷大小;故障排查与处理。解决LVM容量调整后检查逻辑卷。素养目标:​操作规范。LVM缩容、扩容等高危操作需提前备份硬盘数据;最小权限原则。允许管理员操作LVM命令,避免普通用户误改卷组配置。知识准备操作系统相关概念;LVM磁盘管理概念。项目实践条件硬件条件:​x86或x86_64架构的CPU,推荐使用IntelCorei5及以上处理器,内存容量8GB以上,硬盘空间不少于40GB。软件条件:Windows10以上、MacOS、主流Linux操作系统VirtualBox虚拟软件实践过程提交拓展提升技能拓展:尝试跨卷组迁移,使用pvmove在线迁移LV数据到其他VG,实现存储资源重新分配。项目实践任务单学习项目五人工智能开发环境部署任务一MindSpore开源深度学习框架部署与线性模型训练任务描述在计算机上完成以下任务:​在openEuler操作系统中完成MindSpore框架部署与线性模型训练。在openEuler系统上安装MindSpore深度学习框架;导入线性回归所需的训练数据集和测试数据集;定义一个简单的线性回归模型;使用定义的模型和训练数据集进行模型训练;使用测试数据集对训练好的模型进行评估,并输出评估结果;保存训练好的模型参数,并验证加载模型参数是否成功。任务目标知识目标:基础概念与原理。理解MindSpore框架特点,掌握线性回归、逻辑回归的数学原理。工具使用流程。掌握MindSpore在openEuler系统中的部署方式与流程,熟悉数据预处理、模型构建、训练循环、评估指标流程。技能目标:​框架部署技能。熟练使用命令在openEuler中安装MindSpore框架,并验证安装结果;线性模型开发技能。使用mindspore框架命令实现数据加载、数据切分、归一化。神经网络线性模型定义,定义损失函数,优化器使用。调用命令执行训练循环,保存训练模型结果,使用测试集验证模型性能。熟练使用命令完成逻辑卷扩容、缩容。能力目标:​复杂环境部署能力。在openEuler集群中部署分布式MindSpore训练任务;模型迭代与迁移能力。根据业务需求调整线性模型结构,对比不同优化器效果。将训练好的模型导出,部署到边缘设备。素养目标:​国产化技术意识。关注openEuler与MindSpore的国产化适配进展,在项目中践行自主可控原则;数据安全与隐私保护。在数据预处理和模型训练中遵守隐私保护规范,例如对敏感数据进行脱敏操作。知识准备操作系统相关概念;人工智能深度学习概念。项目实践条件硬件条件:​x86或x86_64架构的CPU,推荐使用IntelCorei5及以上处理器,内存容量8GB以上,硬盘空间不少于40GB。软件条件:Windows10以上、MacOS、主流Linux操作系统V

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论