pengjin0710的博客

kylin mapreduce spark cube计算

最好用的免安装rdm，2019.04。

大学模电课件，华成英，yyds

元数据管理

非常详细的资源，涵盖 JVM体系结构、GC算法、内存分析 与GC性能调优。

作者曾就职于腾讯，现就职于美团。 前端开发 Webpack 凭借强大的功能与良好的使用体验,已经成为目前最流行,社区最活跃的打包工具,

全书共8章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据以及更多matplotlib知识。

沿用1的风格 打包2-3 2 概率统计 3 线性代数 比国内大学教材强n倍 再也不怕机器学习数学……

《Tensorflow：实战Google深度学习框架》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。是人工智能领域的首选参考书。

《Spark大数据处理技术》以Spark 0.9版本为基础进行编写，是一本全面介绍Spark及Spark生态圈相关技术的书籍，是国内首本深入介绍Spark原理和架构的技术书籍。主要内容有Spark基础功能介绍及内部重要模块分析，包括部署模式、调度框架、存储管理以及应用监控；同时也详细介绍了Spark生态圈中其他的软件和模块，包括SQL处理引擎Shark和Spark SQL、流式处理引擎Spark Streaming、图计算框架Graphx以及分布式内存文件系统Tachyon。《Spark大数据处理技术》从概念和原理上对Spark核心框架和生态圈做了详细的解读，并对Spark的应用现状和未来发展做了一定的介绍，旨在为大数据从业人员和Spark爱好者提供一个更深入学习的平台。, 《Spark大数据处理技术》适合任何大数据、Spark领域的从业人员阅读，同时也为架构师、软件开发工程师和大数据爱好者展现了一个现代大数据框架的架构原理和实现细节。相信通过学习《Spark大数据处理技术》，读者能够熟悉和掌握Spark这一当前流行的大数据框架，并将其投入到生产实践中去。

自定义YARN管理GPU ，TF与YARN完美结合