PyTorch是一个开源的Python机器学习库，基于Torch，底层由C++实现，应用于人工智能领域，如自然语言处理。 它最初由Facebook的人工智能研究团队开发，并且被用于Uber的概率编程软件Pyro。 PyTorch主要有两大特征： 类似于NumPy的张量计算，可使用GPU加速.

GreenPlum是基于数据库分布式架构的开源大数据平台；采用无共享(no shareing)的MPP架构；具有良好的线性扩展能力，具有高效的并行运算、并行存储特性。 拥有独特的高效的ORCA优化器。 兼容SQL语法。 适合用于高效PB数据量级的存储、处理和实时分析能力

GreenPlum是基于数据库分布式架构的开源大数据平台；采用无共享(no shareing)的MPP架构；具有良好的线性扩展能力，具有高效的并行运算、并行存储特性。 拥有独特的高效的ORCA优化器。 兼容SQL语法。 适合用于高效PB数据量级的存储、处理和实时分析能力

GreenPlum是基于数据库分布式架构的开源大数据平台；采用无共享(no shareing)的MPP架构；具有良好的线性扩展能力，具有高效的并行运算、并行存储特性。 拥有独特的高效的ORCA优化器。 兼容SQL语法。 适合用于高效PB数据量级的存储、处理和实时分析能力

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再...

GreenPlum是基于数据库分布式架构的开源大数据平台；采用无共享(no shareing)的MPP架构；具有良好的线性扩展能力，具有高效的并行运算、并行存储特性。 拥有独特的高效的ORCA优化器。 兼容SQL语法。 适合用于高效PB数据量级的存储、处理和实时分析能力

GreenPlum是基于数据库分布式架构的开源大数据平台；采用无共享(no shareing)的MPP架构；具有良好的线性扩展能力，具有高效的并行运算、并行存储特性。 拥有独特的高效的ORCA优化器。 兼容SQL语法。 适合用于高效PB数据量级的存储、处理和实时分析能力

数据科学是通过探索，预测和推断，从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息，对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度：我们发现的这些规律是否也出现在新的观察中？我们的预测有多准确？我们用于探索的主要工具是可视化和描述性统计，用于预测的是机器学习和优化，用于推理的是统计测试和模型。

Excelize 是 Go 语言编写的用于操作 Office Excel 文档基础库，基于 ECMA-376，ISO/IEC 29500 国际标准。可以使用它来读取、写入由 Microsoft Excel™ 2007 及以上版本创建的电子表格文档。支持 XLSX / XLSM / XLTM / XLTX 等多种文档格式，高度兼容带有样式、图片(表)、透视表、...

Kubernetes 发展非常迅速，已经成为容器编排领域的领导者。Kubernetes 的中文资料也非常丰富，但系统化和紧跟社区更新的则就比较少见了。《Kubernetes 指南》开源电子书旨在整理平时在开发和使用 Kubernetes 时的参考指南和实践总结，形成一个系统化的参考指南以方便查阅。欢迎大家关注和添加完善内容。