关于对天加速的使用体验

简介: 关于对天加速的使用体验
我是-名计算专业大二在读的学生,因为在专 业的学习中,通过老师的推荐有幸慢慢的了解到“飞天加速计划"这个活动,我也是很高兴的,仿佛开启了新世界的大门。以前学习都是在linux 里面下载虚拟机,进行操作,但这次发现了能在阿里云里面的服务器进行操作,节省了安装的步骤了。

 下面,我来对阿里云免费ESC部署体验进行分享以及碰到的问题。老师讲解里面的内容,以及操作步骤,知识点。我在慢慢的照着里面步骤进行敲了一遍,讲述了在基于ESC搭建云上博客的内容,通过进入根目录,按照步骤下载Apache服务以其扩展包,安裝Mar iaDB数据库等一系列操作内容。 我还在里面通过xshe11进行远程的连接,尝试了很多功能,在每次尝试报错后在寻找里面哪个步骤出现了问题,在进行慢慢的调试,把报错的问题找的,在解决好真的那种成就感是非常喜悦的。阿里云确实给我们使用着带来了便利和便捷。

通过阿里云的飞天计划,真的帮助了很多学生,让学生能够不用花钱接触到服务器的部署等一些方 面的实际操作以及体验,减少了学生们的花销,能让云计算专业的更好的理解和了解问题,不怕云服务的崩坏,服务器出现故障等会出现的问题。在体验中,我感觉还是收获了很多的内容,知识点,懂得了一些的配置服务器。以后也对出去工作有了很大帮助。

在此特别感谢阿里云的飞天计划,他真的在帮助许多学生了解到了云服务的作用,免费的学的了很多有用的知识,为了后续的课程,专业知识以及以后的工作的帮助,我还是希望能够继续用着阿里云的服务器,让我的专业能力稳步推进为我编程能力稳步担升堂握好每_项各种技能。
相关文章
|
弹性计算 运维 容灾
阿里云使用体验
经过进一步的体验云服务器我感受到阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS(Infrastructure as a Service)级别云计算服务。云服务器ECS免去了采购IT硬件的前期准备,就像是使用水、电、天然气等公共资源一样便捷、高效地使用服务器,实现计算资源的即开即用和弹性伸缩,在使用期间给阿里云我最大的印象就是方便,快捷。使用界面简单明了,通过不断地尝试,我了解到了更多的特殊概念,专业名词,也了解到了如快照等容灾备份能力的实际用途,现实生活中,如果我们的电脑磁盘出现了故障,数据出现了损坏就无能为力了,或者只能够找专业的人把数据能够找回来,但是不能够保证说所有的数据都能找回来。
|
算法 前端开发 程序员
「LeetCode」JavaScript-插入排序⚡️
「LeetCode」JavaScript-插入排序⚡️
104 0
「LeetCode」JavaScript-插入排序⚡️
PTA7-88 找出不是两个数组共有的元素 (20分)
PTA7-88 找出不是两个数组共有的元素 (20分)
400 0
|
Web App开发 JavaScript
页面实现文字滚动效果(跑马灯)
页面的自动滚动效果,可由javascript来实现,但是今天无意中发现了一个html标签 - 可以实现多种滚动效果,无需js控制。 使用marquee标记不仅可以移动文字,也可以移动图片,表格等. 语法:...; 说明:在标记之间添加要进行滚动的内容。
1943 0
|
JavaScript 前端开发 C#
[JavaScript] 整数金额转汉语数字大写
前几天用网银给朋友转账,在金额一栏中输入阿拉伯数字,右边会立即显示出相应的汉语数字大写。感觉挺有意思,就到网上搜索一下现成代码(没怎么仔细找),找到一段 Java 的和一段 C# 的。不过感觉它们的实现都很繁琐,或者说不够优雅。最重要的是功能上有缺陷,比如 100 被翻译成“壹佰零拾零”,在汉语中我们习惯说“壹佰元整”。所以,就考虑自己动手写一个小程序。 我现在也有点思维定势了:一提起处理文
1507 0
|
1天前
|
存储 运维 安全
云上金融量化策略回测方案与最佳实践
2024年11月29日,阿里云在上海举办金融量化策略回测Workshop,汇聚多位行业专家,围绕量化投资的最佳实践、数据隐私安全、量化策略回测方案等议题进行深入探讨。活动特别设计了动手实践环节,帮助参会者亲身体验阿里云产品功能,涵盖EHPC量化回测和Argo Workflows量化回测两大主题,旨在提升量化投研效率与安全性。
云上金融量化策略回测方案与最佳实践
|
15天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
7天前
|
自然语言处理 数据可视化 API
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程,涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作,作者不仅展示了如何利用这些工具构建知识图谱,还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足,但为后续的优化和改进提供了宝贵的经验和方向。此外,文章强调了知识图谱构建不仅仅是技术问题,还需要深入整合领域知识和满足用户需求,体现了跨学科合作的重要性。