diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"
index 73b8c5b77f4206db31f814eca697dd73c5699dbf..350d6f56d3f4ba5d5b1a04a478f1040ab40ea662 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"
@@ -4,11 +4,11 @@
## 1. KeenTune安装和配置
KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain，keentune-bench，在专家调优实践任务中，我们只需要安装keentune-brain和keentuned两个组件，并且只需要一台虚拟机来完成这个任务。
-我们可以选择使用YUM或者源码安装的方式来下载和安装KeenTune的组件，具体步骤请参考[《Keentune安装手册》](../keentune_docs/KeenTune_install.md)
+我们可以选择使用YUM或者源码安装的方式来下载和安装KeenTune的组件，具体步骤请参考《Keentune安装手册》
## 2. 数据集下载
-我们为你提供了实验所需的全部数据，你可以从[下载链接](../datas/demo-https-short.tar.gz)处下载。
+我们为你提供了实验所需的全部数据，你可以从下载链接处下载。
数据文件为.pkl格式，都包含以下几个文件（本小节内容不影响实验的进行，仅作简单介绍，可以跳过）
+ bench.pkl，benchmark工具的配置文件
@@ -24,7 +24,7 @@ KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain
首先我们将解压后的数据集copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
我们应该可以通过keentune sensitize list命令看到我们提供的文件
-查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考[《KeenTune敏感参数识别手册》](../keentune_docs/KeenTune_sensitize.md)
+查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考《KeenTune敏感参数识别手册》
```shell
keentune sensitize train --data demo-https-short --output demo-http-long-result --trials 2
@@ -52,8 +52,7 @@ keentune sensitize train --data demo-https-short --output demo-http-long-result
}
}
```
-提交流程参考[《任务验收流程》](../KeenTune%E4%BB%BB%E5%8A%A1%E9%AA%8C%E6%94%B6%E6%B5%81%E7%A8%8B.md)
-
+提交流程参考《任务验收流程》
---
## 常见问题
@@ -79,4 +78,4 @@ systemctl restart keentune-brain
+ 在哪能找到敏感参数识别的结果文件
文件夹`/var/keentune/sensitize/`下可以找到对应的json文件，日志中也会告诉你具体路径
-##### LEARN MORE：KeenTune介绍和演示视频：https://youtu.be/Q18aC9dA2_8
\ No newline at end of file
+##### LEARN MORE：KeenTune介绍和演示视频：https://youtu.be/Q18aC9dA2_8
\ No newline at end of file