轻量应用服务器（Lighthouse）是新一代面向中小企业和开发者的云服务器产品，具备轻运维、开箱即用的特点，适用于小型网站、博客、论坛、电商以及云端开发测试和学习环境等轻量级业务场景，相比传统云服务器更加简单易用，并通过一站式融合常用基础云服务帮助用户便捷高效的构建应用，是您使用腾讯云的最佳入门途径。 

入手后的第一个用途是用Squid搭建一个HTTP代理服务。

Squid是一个高性能的代理缓存服务器，Squid支持FTP、gopher、HTTPS和HTTP协议。

Squid非常流行，并且可以配置成：使用代理的时候，要输入用户名、密码才能连接。有的后起之秀代理服务器软件功能没有这么强大，不能支持账号访问模式，所以就不用去折腾了。
文章来源：https://www.codelast.com/
安装Squid

sudo apt install squid

 配置Squid：代理服务的端口

sudo vim /etc/squid/squid.conf

该配置文件的“http_port 3128”定义了默认的服务端口为3128，你可以改成你想要的端口。
文章来源：https://www.codelast.com/
 创建密码
为了通过用户名、密码来访问代理服务器，需要先安装软件包：

sudo apt install apache2-utils

这个软件包有创建密码所需的 htpasswd 软件。
然后就可以创建密码文件了：

sudo htpasswd -c -d /etc/squid/passwd <username>

这里表示的是：生成一个密码文件 /etc/squid/passwd，访问代理的用户名是 <username>，你自己看情况设置。
注意：
（1）为了避免麻烦，密码应设置成8位字符。据说不是8位的话会有warning，并且会有验证问题。
（2）你会发现，/etc/squid/passwd 这个密码文件里的密码内容，并不是你前面输入的密码！在客户端使用Squid代理的时候，使用的是你输入的密码，而不是 /etc/squid/passwd 文件里的密码！
文章来源：https://www.codelast.com/
 配置Squid：设置使用密码文件定义的账号

sudo vim /etc/squid/squid.conf

auth_param basic program /usr/lib/squid/basic_ncsa_auth /etc/squid/passwd

acl auth_user proxy_auth REQUIRED

http_access allow auth_user

http_access allow localhost
http_access deny all

 启动代理服务

service squid start

 查看Squid日志
首先在Squid配置文件中打开日志记录，取消注释下面这行：

access_log daemon:/var/log/squid/access.log squid

tail -f /var/log/squid/access.log

文章来源：https://www.codelast.com/
 命令行测试代理服务器是否work

curl -x "http://用户名:密码@IP:port" https://www.baidu.com

其中，IP 是Squid所在的服务器的IP，port 是前面设置的代理服务端口，用户名 是前面设置的代理账号的用户名，密码 则为代理账号的密码。
能打印出网页内容即说明代理可用。

 开放代理服务的端口给外网
这是最重要的一步！如果你没有意识到这个问题，那会浪费你非常多时间调试。
经过上面的配置，你只能在服务器上用命令行来访问代理服务，在外网仍然是不通的。此时，需要在腾讯云轻量应用服务器的“防火墙”设置页面，添加一条自定义的规则，开放你的代理端口：

文章来源：https://www.codelast.com/
 在其他机器上使用浏览器访问代理服务
假设你使用的是Chrome，那么访问代理可以用 SwitchyOmega 插件，新建一个情景模式，按下面的样子，把IP地址换成Squid服务所在的服务器IP，端口换成你设置的代理服务端口：

在使用这个情景模式的情况下，第一次用浏览器访问任何网页会弹出账号输入框，如果输对了就能通过代理来访问网络啦（可以看Squid的日志验证这一点）。
文章来源：https://www.codelast.com/
➤➤ 版权声明 ➤➤ 
转载需注明出处：codelast.com 
感谢关注我的微信公众号（微信扫一扫）：

以及我的微信视频号：

为 training 数据做标注，这可能是一个艰巨的任务，也可能是一个有捷径的任务。
有时候，我们可以依据一些已知的规则来标注文本，比如不同的数据是从不同的来源获取到的，从来源可以知道它们所属的类别，这是一个捷径。不过我这里不具备这样的条件。
我的数据来源是网上的各种新闻，不是某些专业领域的数据，这种比较常见的文本分类任务，可以利用国内的几大云服务商提供的免费接口来完成。阿里云、腾讯云都有这样的接口。
以腾讯云为例，其“人工智能→自然语言处理”产品提供了文本分类功能：

文本分类接口能够对用户输入的文本进行自动分类，将其映射到具体的类目上，用户只需要提供待分类的文本，而无需关注具体实现。

该功能基于千亿级大规模互联网语料和LSTM、BERT等深度神经网络模型进行训练，并持续迭代更新，以保证效果不断提升。

目前已提供：

● 通用领域分类体系，包括15个分类类目，分别是汽车、科技、健康、体育、旅行、教育、职业、文化、军事、房产、娱乐、女性、奥运、财经以及其他，适用于通用的场景。

● 新闻领域分类体系，包括37个一级分类类目，285个二级分类（详细请见 类目体系映射表），已应用于腾讯新闻的文章分类。

更多垂直领域的分类体系即将推出，敬请期待。

默认接口请求频率限制：20次/秒。

该API每天有50万次免费调用额度，用来标注数据够用了：

如果你对这个接口的分类结果准确性有疑虑的话，可以亲自拿一些新闻的文本试一试，就会发现它的效果真的不错，完全可以用来当作人工标注的结果了，毕竟是大厂出品嘛。

同理，阿里云也有类似的接口。作为电商界的龙头，阿里云的文本分类接口不仅适用于新闻资讯领域类目体系，还能用于电商领域类目体系。所以，如果你的文本是电商领域的，可以试试阿里云。
文章来源：https://www.codelast.com/
下面，就来看看怎么薅腾讯云的羊毛。注册腾讯云账号、开通自然语言处理接口的权限，这些就不用说了，自己在网页上点几下就可以完成。
✓ 测试接口
腾讯云NLP接口提供了一个在线测试的网页，从这个链接可以进去（“点击调试”）：

进入调试页面：

对这个接口：
Region只能选“华南地区(广州)”。
Text是待分类的文本，注意不需要分词。只需要把我们前面清洗过（去掉了HTML tag等内容）的句子拿来用即可。
Flag为 1 表示通用领域，为 2 表示新闻领域。
文章来源：https://www.codelast.com/
接口返回的数据是JSON格式，FirstClassName 是一级分类的名称，SecondClassName 是二级分类的名称。
调试页面还提供了“代码生成”功能，Java、Python、PHP、Go等都有，支持非常全面。选一个你熟悉的语言，就可以在代码里实现了。

由于免费的接口的QPS上限为20次/秒，所以并行什么的就不要想了，单线程就能跑满。
通过腾讯云的接口，我们能在半天内为几十万条文本打上标签，再整理成 fastText 规定的格式，就可以训练模型了。
如果觉得50万条都不够多，可以注册多个腾讯云账号来薅羊毛，或者用几天的时间累积够标注数据。

文章来源：https://www.codelast.com/
➤➤ 版权声明 ➤➤ 
转载需注明出处：codelast.com 
感谢关注我的微信公众号（微信扫一扫）：