1.nasϵͳԴ?统源?
2.CasaOS如何通过docker实现家庭服务器功能并支持外网访问?
3.FreeNAS介绍_FreeNAS是什么
4.ESXi、PVE、统源unRaid对比
5.NAS网络存储构成
6.极空间NAS终于可以远程访问Docker,统源还能给全家设备内网穿透!统源
nasϵͳԴ?统源?
目前市面上常见的播放服务软件大致有三种,plex,统源青草之歌公式源码emby,统源jellyfin。统源
plex 和 emby 在信息的统源搜刮以及海报墙展示上个人认为性能会比 jellyfin 更好一些,同时系统也更为稳定,统源但 plex 和 emby 的统源高级功能,例如硬件解码以及直播等功能,统源均需要付费才能支持。统源
jellyfin 作为播放系统,统源除了海报墙等基础功能外,统源还自带免费的硬件解码以及转码功能,对于远程播放且带宽受限的用户来说,是一个比较经济的解决方案。除此之外,jellyfin 源码也在 github 上 开源了,这相比闭源系统来说,使用更加放心。
部署过程主要参考油管 Techno Dad 相关视频。
由于国内网络性能的原因,从 docker hub 拉取镜像时可能会出现下载缓慢的现象。因此笔者的建议是先将 docker image 下载缓存在本地后再进行 docker-compose 的部署。
从 docker hub 网站 复制命令 docker pull linuxserver/jellyfin,nmn源码使用 ssh 连接终端,复制命令并运行,等待镜像下载完成。下载后执行 docker image list,应该会看到相应镜像。
打开 portainer,选择侧边栏 stacks ,点击 add stack 按钮即可创建 portainer stack。
portainer stack 使用的是 docker-compose 格式的部署脚本,需要从 docker hub 中的 jellyfin 文档复制并且加以修改。文档中代码如下:
需要修改的地方有以下几个:
根据 linuxserver 文档所述,使用 PUID 和 PGID,可以将容器的内部用户映射到宿主机上的用户,这样能够避免 root 权限配置及容器映射卷内的文件管理问题。
使用 ssh 连接至 omv 终端后,输入id admin 命令获取当前 PUID 以及 PGID,如下图所示,此时的 PUID = ,PGID = 。
根据当前时区位置修改为TZ=Asia/Shanghai
docker 会将宿主机的文件路径映射为容器中的文件路径。在 docker-compose 中,例如/path/to/appdata/config:/config 冒号前的则为宿主机路径,冒号后的为映射的路径。
首先在 omv 中通过添加共享文件夹来创建宿主机的目的文件夹,如下图所示:
在添加时,设备指的amber源码是共享文件夹存储对应的硬盘,路径则是共享文件夹在硬盘上存储的相对位置。
创建成功后,在页面上显示的绝对路径即为所要的宿主机路径,如下图所示:
根据部署脚本代码,需要修改以下几个磁盘映射路径:
根据文档所述,主要需要调整以下端口:
实际上主要调整 端口即可。
当使用 intel 集显时,通常情况下在 debian 系统中会自动安装驱动,只需检查 /dev/dri 路径下是否存在 renderD 即可,只要存在则驱动已被安装,只需要挂载驱动即可
--device=/dev/dri:/dev/dri
使用英伟达显卡时,需要先 安装 Nvidia-docker 容器,之后重新启动容器,并在启动项中增加 --runtime=nvidia ,并且增加环境变量 NVIDIA_VISIBLE_DEVICES=all 即可。
经过上述调整,修改后的 docker-compose 大致如以下所示:
设置完点击Deploy the stack 按钮,如果部署脚本没有错误,应该会跳回 stacks 页面。同时使用 /iii/lucky#...
安装教程如下:
根据iii老哥的说明,lucky这个Docker在不挂载主机目录时,删除容器时会同步删除配置信息。
所以为了避免以后删除后需要重新配置,接下来我们随意在极空间中新建一个文件夹,用来将保存这个容器的本地配置文件。
然后在极空间客户端中的ongodb源码Docker——镜像——仓库中搜索gdy/lucky。
点击“下载”按钮后,保持默认的latest版本不用更改,继续点击”下载“。
这时才发现原来极空间已经可以显示拉取的进度了,着实用心了。
下载完成后,就可以在本地镜像中找到我们刚才拉取的Docker了,接下来我们直接双击打开。
在文件夹路径中,用我们刚才新建的文件夹来装载Docker配置文件:
在网络选项中,将驱动更改为HOST模式,这样Docker容器相当于是宿主机中的一个进程,而不是一个独立的机器,其中所运行的程序同时也会占用宿主机的对应端口。
接下来,我们就可以在网页中输入NASIP地址+端口号进入lucky进行设置工作。当然如果此时你不在家的话,也同样可以通过极空间的远程访问功能给它新建一个连接:
连接lucky后,首先需要登录,默认管理账号和密码都是。
登录后界面如下,功能很多,大家可以多研究研究。
由于我们只是想转发家庭局域网中其他设备的管理端口,所以主要应用到端口转发的相关功能。在这里依次点击菜单——端口转发——转发规则列表,vrforce 源码最后点击”添加转发规则”。
接下来说一下各个需要填入的参数:
点击添加后,即可看到转发规则已经生成了。
此时如果在家中的话,我们尝试一下,用极空间的局域网地址+端口能否打开软路由网关的管理页面。
如图所示,我的极空间局域网IP地址是...:
然后在浏览器中用极空间IP+端口号,能顺利访问软路由的后台管理页面:
输入账号密码后也能正常进行操作:
确认lucky转发规则生效后,我们就可以回到极空间的“远程管理”功能中,为路由器创建一个新连接:
点击这个新创建的连接,既可以在极空间客户端内,访问路由器的管理页面了:
再试一下,用极空间来查看和管理家中在跑的京东云无线宝也没问题,这下是真的方便很多了:
本文中的相关操作会涉及到Docker,在极空间NAS产品线中,能使用Docker的版本包括4G内存版的Z2S,以及新Z4、Z4S和Z4S旗舰版。
如果您是非NAS老鸟的新人用户,只是想买台NAS给家人保存资料和照片视频,顺便用极影视看看**电视剧的话,个人感觉入手双盘位的Z2S 4G版就足够了。Rockchip RK CPU性能很棒,4K播放没啥压力,还能学着玩一玩Docker,关键是价格还低,很适合入门使用。
我自己在用的这款新Z4的处理器是X平台4核心4线程的J,用了快一年后感觉对我来说性能完全溢出了,没遇到过性能瓶颈,而且标配了两个2.5G网口,传输速度更给力,我自己和家人都用得很满意。而且这一款现在价格也比发售时降了不少,个人强烈推荐。
不过美中不足的是,极空间新Z4只有一条M.2固态硬盘插槽,对插槽数量和处理器有更高要求的同学可以考虑入手Z4S和Z4S旗舰版。
其中极空间Z4S采用的是N处理器,而Z4S旗舰版使用的是更强的N处理器,性能更强,能通过两条M.2固态硬盘插槽启用读写双缓存,还有 HDMI2.0 接口可以直接输出画面给电视,属于一步到位的选择了。
另外,极空间的X处理器机型,包括Z4、Z4S、Z4S旗舰版等都全系采用了2个2.5G网口,能发挥机械硬盘的全部读写实力,传输数据更加快速,可以和现在基本标配了2.5G网口的电脑主板完美配合。
不过一般我们家里路由器的2.5G网口数量都比较有限,硬路由也就配备1-2个而已,软路由一般也不过4-5个。如果遇到家里2.5G设备多、路由器2.5G网口不够用的情况,就可以考虑增加2.5G交换机了。
正好最近2.5G交换机的硬件方案有了突破,不少厂商都推出的新型号产品,不止售价大幅度下降,而且更关键的是,交换机的发热更少、温度更低,已经很适合家庭长期使用了。
我家使用2.5G网口的设备比较多,所以自己也趁这机会入手了一台兮克的SKS-8GPY1XF,这台交换机2.5G交换机同时拥有8个2.5G电口+1个G光口(SFP+),其中光口还支持2.5G猫棒,售价却只要元,这价格放在半年前想都不敢想,属实太香了。
由于采用了被动散热设计,兮克SKS这台8口2.5G交换机用起来非常安静,但是实测运行温度并不高,而且使用一段之后稳定也很棒,有需要的朋友可以放心入手。
极空间这次新开发的远程访问功能用起来真的方便,可以通过简单的操作就可以轻松访问NAS中的Docker应用,对喜欢折腾Docker的用户来说极其实用。
另外,只要家里有一台极空间NAS,通过iii大佬开发的gdy/lucky这个Docker的帮助,就能为整个家庭局域网中的设备都进行内网穿透。这样即使我们人不在家,也能随意管理和配置家里的各个网络设备,充分利用了极空间提供了中转带宽,免去了折腾DDNS和其他内网穿透工具的麻烦和费用,这一点个人感觉超级方便。
好了,以上就是今天为大家分享的内容了。如果本文对您有帮助的话,期待大家给个关注点赞收藏三连,您的支持就是我持续更新的最大动力!
NAS 学习笔记(十三)- NASP
NASP:神经架构搜索算法的革新探索
在探索神经架构搜索(NAS)的无限可能时,我们来到了一篇引人入胜的论文[1]——《通过近端迭代优化的高效神经架构搜索》。本文将聚焦于其中的创新算法NASP,这个在年AAAI会议上发表的杰出之作,旨在解决DARTS[2]的一些关键问题。让我们一同深入理解这个算法如何以独特的方式改进了搜索效率和模型性能。挑战与突破:DARTS的缺陷与NASP的应对
DARTS在搜索过程中面临的主要挑战在于其效率问题。首先,由于使用softmax,网络中所有操作都需要进行前向传播和反向传播,这导致计算成本高昂,且涉及复杂的二阶导数计算。其次,架构性能上,softmax产生的概率分布可能导致操作之间的相关性模糊,难以确定性能差异。此外,DARTS在模型复杂度控制上也显得力不从心。 NASP正是针对这些问题,提出了一种创新的解决方案。它引入了近端梯度算法(Proximal Algorithm,PA),并通过PA的变种——懒惰近端步骤,巧妙地解决了搜索空间的离散化限制。NASP的核心技术
2.1 Proximal Algorithm (PA):NASP作为首个在NAS领域应用PA的尝试,其关键步骤包括迭代优化。通过PA,NASP能够有效地处理离散限制,使其在保持搜索空间可微分的同时,训练模型时保持架构的离散性。 2.2 Search Objective:NASP的独特之处在于它在搜索时保持搜索空间连续,但在训练阶段将架构转换为离散,通过argmax选取每个边上的最优操作。通过正则化项,NASP可以有效控制模型的复杂度,确保搜索到的架构更小、更精简。加速搜索过程:NASP算法的创新
NASP算法的核心在于其搜索算法的革新。传统的PA方法仍然面临计算二阶梯度的挑战,而NASP通过发现离散架构的稳定性,巧妙地跳过了这一过程。作者提出的伪代码展示了这一创新,使得搜索过程更为高效,甚至比最先进的方法快倍以上。总结与启示
阅读NASP,我们不仅看到了离散与连续架构转换的巧妙应用,还领略了PA算法在NAS领域的独特创新。尽管作者开源的源码中大部分基于DARTS,但NASP的实现无疑是对基础框架的一次拓展。它不仅提升了搜索效率,还在模型性能和复杂度控制上实现了显著改进。NASP的故事提醒我们,创新总是在解决现有问题的过程中诞生。 参考文献:Q. Yao, X. Chen, J. T. Kwok, Y. Li, and C.-J. Hsieh. "Efficient Neural Interaction Function Search for Collaborative Filtering." In Proceedings of The Web Conference , , pp. -.
Q. Yao, J. Xu, W.-W. Tu, and Z. Zhu. "Efficient Neural Architecture Search via Proximal Iterations." .