学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵，这两者是很多模型的基础，有着很重要的地位，那用python要怎么实现呢？

numpy和scipy两个库中模块中都提供了线性代数的库linalg,scipy更全面些。

特征值和特征向量

import scipy as sc

#返回特征值，按照升序排列，num定义返回的个数
def eignvalues(matrix, num):
    return sc.linalg.eigh(matrix, eigvalues(0, num-1))[0]

#返回特征向量
def eighvectors(matrix):
    return sc.linalg.eigh(matrix, eigvalues(0, num-1))[1]

数据背景

让机器学习使用互联网上免费提供的大量非结构化图像集合，来帮助更好地捕捉世界的丰富性，这个想法怎么样？从图像重建 3D 对象和建筑物的过程称为运动结构 (SfM)。通常，这些图像是由熟练的操作员在受控条件下捕获的，以确保数据的均匀、高质量。考虑到各种各样的视点、照明和天气条件、人和车辆的遮挡，甚至是用户应用的过滤器，从各种图像构建3D模型要困难得多。

突然接到客户电话，说是生产环境的系统磁盘容量已经不足，占用93%，需要扩容。

首先，进入到深信服超融合平台，找到该虚拟机，进行编辑，添加一块500G的虚拟硬盘。添加成功后，进入系统使用df -TH或lsblk进行查看磁盘分区信息

进入增加的硬盘，将硬盘进行分区 fdisk /dev/vdb，并保存分区vdb1

使用df -TH 或lsblk查看是否成功。

修改网络配置文件

cd /etc/sysconfig/network-scripts/

#vi ifcfg-ens160

TYPE=Ethernet

PROXY_METHOD=none

BROWSER_ONLY=no

BOOTPROTO=none

DEFROUTE=yes

IPV4_FAILURE_FATAL=no

NAME=ens160

UUID=fec95e3f-ade1-42d8-9951-a34bb83602c7

一、LVM简介

LVM是 Logical Volume Manager（逻辑卷管理）的简写，它是Linux环境下对磁盘分区进行管理的一种机制.Linux用户安装Linux操作系统时遇到的一个常见的难以决定的问题就是如何正确地评估各分区大小，以分配合适的硬盘空间。普通的磁盘分区管理方式在逻辑分区划分好之后就无法改变其大小，当一个逻辑分区存放不下某个文件时，这个文件因为受上层文件系统的限制，也不能跨越多个分区来存放，所以也不能同时放到别的磁盘上。而遇到出现某个分区空间耗尽时，解决的方法通常是使用符号链接，或者使用调整分区大小的工具，但这只是暂时解决办法，没有从根本上解决问题。随着Linux的逻辑卷管理功能的出现，这些问题都迎刃而解，用户在无需停机的情况下可以方便地调整各个分区大小。

LVM系列篇：扩容逻辑卷

上一篇LVM篇：部署逻辑卷我们动手实际操作如何部署逻辑卷。

下面我们演示一下如何扩容逻辑卷。

一些常用命令：

(1)物理卷管理：

以前虚拟机配置20G的空间不够用了，又不想重新创建新的虚拟机，退而求更精，选择扩容。

1.外部先进入虚拟机设置，将磁盘先扩展，具体提示如下图所示：

2.磁盘扩展成功后登进虚拟机，先查看扩容前内存的基本情况。