Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构，灵活简单。Agent是一个JVM进程，它以事件的形式将数据从源头送至目的。Agent主要有3个部分组成，Source、Channel、

然后看了下部署方式，实在看得头大，安装过程非常繁琐，并且依赖问题也是比较烦人，于是有了这文章。废话不多说，直接开干！此处注意将80端口映射出来，便于从外部访问web页面，看下效果：已经成功运行了！

在上文开源服务内部监控系统（一），简单介绍了一下开源监控系统Graphite。本篇将简单介绍一下颇有名气的Ganglia与个人的使用体验。从功能上讲，Ganglia远比Graphite强大。除了监控服务内部状态之外，Ganglia本身就能做到对服务器节点状

来自慕尼黑工业大学的研究人员提出了一种用于实现视频超分辨率的新型 GAN——TecoGAN。利用该技术能够生成精细的细节，甚至蜘蛛背上的斑点都清晰可见，同时还能保持视频的连贯性。图像超分辨率技术指的是根据低分辨率图像生成高分辨率图像的过程，该技术希望根据已

自GAN诞生以来，在计算机视觉领域中表现可谓是惊艳连连：文本-图像转换、域迁移、图像修复/拓展、人脸合成甚至是细微表情的改变，无所不能。本文对此进行了盘点，并且作者表示：GAN很快就可能替代现有的摄影技术了！许多人当听到“人工智能”、“机器学习”或者“bo

生成对抗网络是近段时间以来最受研究者关注的机器学习方法之一，深度学习泰斗 Yann LeCun 就曾多次谈到 这种机器学习理念的巨大价值和未来前景。而各类 GAN 的变体也层出不穷，近日机器之心也报道过生成对抗网络的最新进展与论文集，而本文更注重于从 GA

自从Ian Goodfellow首次引入架构以来，围绕生成的敌对网络的大肆的炒作就一直在不断增长，许多进步和应用日益变得越来越引人入胜。但对于任何想要开始使用GAN的人来说，弄清楚从哪里开始入手可能还是个大问题。不要惊慌，这篇文章将会为你指出明确的道路。在

生成对抗网络GAN的提出者Ian Goodfellow在推特上推荐了10篇GAN论文，是跟踪GAN进展，了解最新技术不容错过的。本文带来整理和介绍，希望能给读者带来启发。作者表示，这种方式不仅稳定了训练，GAN生成的图像也是迄今为止质量最好的。来自NVID

生成对抗生成网络被认为是近年来机器学习界的一大发现，在它的基础上开发各种新算法是很多科研人员努力的方向。近日，毕业于魁北克大学的 Alexia Jolicoeur-Martineau 开始尝试使用猫咪图片来训练不同的对抗生成网络，并把代码和结果公开。目前他

操作系统是RedHat5.4 ，要在本机上安装Ganglia的三部分：gmetad、gmond和web前端。整个安装过程都使用root权限。为了安全起见，一定要设定一个访问密码.