2020年优秀10款Python工具包

云端管理套件

1.云端管理套件(Cloud Management Suite)负责管理所有资源，包括节点、应用、配置、部署等。所有功能的实现都插件化，方便功能扩展和第三方服务的接入，提供丰富的应用。云端管理套件的部署非常灵活，即可部署在公有云上，又可部署在私有化环境中，还可部署在普通设备上，支持 K8S/K3S 部署，支持单租户和多租户。

2.开源版云端管理套件提供的基础功能如下：

1. 边缘节点管理
2. 在线安装
3. 端云同步(影子)
4. 节点信息
5. 节点状态
6. 应用状态
7. 应用部署管理
8. 容器应用
9. 函数应用
10. 节点匹配(自动)
11. 配置管理
12. 普通配置
13. 函数配置
14. 密文
15. 证书
16. 镜像库凭证
17. 开源版本包含上述所有功能的 RESTful API，暂不包含前端界面(Dashboard)。

边缘计算框架

边缘计算框架(Edge Computing Framework)运行在边缘节点的 Kubernetes 上， 管理和部署节点的所有应用，通过应用服务提供各式各样的能力。应用包含系统应用和普通应用，系统应用全部由 Baetyl 官方提供，用户无需配置。

目前有如下几个系统应用：

• baetyl-init：负责激活边缘节点到云端，并初始化 baetyl-core，任务完成后就会退出。
• baetyl-core：负责本地节点管理(node)、端云数据同步(sync)和应用部署(engine)。
• baetyl-function: 所有函数运行时服务的代理模块，函数调用都到通过这个模块。

目前框架支持 Linux/amd64、Linux/arm64、Linux/armv

如果边缘节点的资源有限，可考虑使用轻量版 Kubernetes：K3S。
 

发展研究视野

虽然我前面所描述的，当开始读博士时，最好是把事情一步一个脚印的推进，注重体验，而不是一个具体的目标,从研究成熟的角度来看，博士要有一个明确的目标：让你的独立研究者，有丰富的研究的视野。

在目前的机器学习研究中，随着论文的泛滥，人们很容易对持续大量发论文需求感到压力。但是，虽然论文写作是一项重要的技能，我认为研究成熟度的关键测试是能够在你的领域有知识渊博的视角，这有助于识别关键的研究问题，并与总体主题 —— 研究愿景联系起来。

拥有一个完善的研究视野是非常有动力的。打个比方，这有点像完成一个“数码绘画”工具包：你不再只是看到每个正方形像素的颜色，而是突然去欣赏整个画面。

那么，如何发展研究视野呢?

首先，从我的博士生涯来看，我认为如果没有几年的研究经验，就很难形成一个成熟的研究愿景。我记得在我读博士的头几年，我读过一些论文，看过一些资深研究人员的演讲，我很沮丧，因为我几乎不能识别/阐明有趣的研究问题。在那之后的几年里，我读过的所有论文、做过的项目、参加过的研讨会的综合效应，极大地提高了我在这方面的能力。(当然还有改进的空间!展望未来，随着我获得更多的背景和对更大的子领域的理解，这种能力将继续发展。)

更具体地说一下形成(更完善的)研究视野的阶段：它始于探索，我最初的几个项目让我接触到各种各样的东西，帮助我理解我发现的本质上有趣的东西。从那以后，自然就有了后续的项目要研究，最终也引出了一些应用/部署方面的相关问题。所有这些都开始汇聚在机器学习设计和部署中的人工智能交互这一广泛主题下，而且，正如研究愿景擅长做的那样，也激发了新的问题。(我非常感谢我的博士导师，在这一切中给予我的深刻见解、指导和鼓励!)

最后一点，我想强调的是，多年的经验确实具有复合效应。当你在研究的项目上工作时，就更容易识别出研究论文的突出思想，这为你的下一个项目给出个人观点和前途相关的思考，并使得这些未来的项目更容易被吸收，然后再回过来帮助确定新的有趣的研究方向，并最终合并形成更广泛的视野。

总结

总之，读博是很有成就感的。然而，这是一段旅程，有起有落，有个人发现，有(研究)视角的演变。我非常感谢我博士期间的丰富经历，希望这篇文章能对其他人有所帮助!

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!