Strona korzysta z plików cookies w celu realizacji usług i zgodnie z Polityką Plików Cookies.



17.08.2018

Kontrola dostępu

Axis A1601
14.08.2018

Zabezpieczenia prognostyczne

Sophos Email Security Advanced
10.08.2018

Polski Azure Stack...

Beyond.pl Data Center 2
07.08.2018

Zarządzanie urządzeniami...

Quest KACE Cloud MDM, KACE Systems Deployment Appliance (SDA)
03.08.2018

Multimodalny OS

SUSE Linux Enterprise 15
27.07.2018

Skalowalne all-flash

QSAN XCubeFAS XF2026D
24.07.2018

Interaktywne kioski

Pyramid Polytouch 32
20.07.2018

Laserowe benefity

Brother TonerBenefit
17.07.2018

Laptop konwertowalny

HP ProBook x360 440 G1

Temat numeru

Docker - automatyzacja i klastry

Od pewnego czasu w niemal każdej rozmowie o infrastrukturze IT padają słowa kontener, konteneryzacja itp. Temat jest gorący, więc postanowiliśmy zebrać informacje związane z tą tematyką w jednym miejscu. Oczywiście zagadnienie jest bardzo szerokie i nie uda mi się opisać wszystkiego, co jest związane z kontenerami, jednak ci, którzy zaczynają przygodę z Dockerem, bo o nim głównie będzie ten tekst, na pewno znajdą tu wiele praktycznych informacji.

dostępny w wydaniu papierowym

Zapewnianie bezpieczeństwa w chmurze prywatnej

OwnCloud to jedno z popularniejszych rozwiązań do budowania chmury prywatnej. Oferuje użytkownikom wygodne współdzielenie plików przy użyciu różnych urządzeń oraz z dowolnego miejsca, w którym uzyskają dostęp do internetu. Niewątpliwe zalety widoczne z perspektywy użytkowników oznaczają dla administratorów istotne wyzwania z zakresu bezpieczeństwa.

dostępny w wydaniu papierowym

Red Hat Ansible – sprawna automatyzacja

Obecnie możemy zaobserwować rozkwit narzędzi do automatyzacji zadań w IT. Bez wątpienia wiodącą platformą systemową w tej dziedzinie jest GNU/Linux, a najbardziej znanymi rozwiązaniami tego typu Puppet, Chef oraz nowy pretendent, jakim jest Ansible.

dostępny w wydaniu papierowym

Uczenie maszynowe. Analiza i przetwarzanie obrazów – implementacja i porównanie modeli

W dwóch pierwszych częściach cyklu artykułów przedstawiona została teoria budowy i działania modeli głębokiego uczenia maszynowego, zaczynając od klasyfikatorów liniowych, poprzez hiperparametry, regułę łańcuchową, metodę wstecznej propagacji błędów, w pełni połączeniowe sieci neuronowe, aż po konwolucyjne sieci neuronowe. W części trzeciej opisujemy sposoby tworzenia modeli rozpoznających obrazy na platformie Microsoft Cognitive Toolkit oraz techniki optymalizujące proces uczenia tych modeli.

dostępny w wydaniu papierowym

.

Transmisje online zapewnia: StreamOnline

All rights reserved © 2013 Presscom / Miesięcznik "IT Professional"