Linux是一个多用户，多任务的系统，可以同时运行多个用户的多个进程，每个进程会有不同的状态。 本文对进程的R、S、D、T、Z、X 六种状态进行解释说明。

参考博客：https://blog.csdn.net/tianlesoftware/article/details/6457487

本文介绍如何搭建tensorflow的基础运行环境，包括Cuda、Cudnn与tensorflow gpu版本的安装。

Tensorflow的架构为大规模分布式训练和预测设计，单页为实验新的机器学习模型和进行系统层面上的优化提供了足够多的灵活性。

本文介绍Tensorflow的系统架构设计，展示Tensorflow如何将灵活性与扩展性结合。

本文内容主要从Tensorflow官方文档中翻译整理而得。

• https://www.tensorflow.org/extend/architecture

阅读本文之前需要了解Tenflow变成中像计算流图、算子和session的概念。如果不了解可以参考如下文档：

• https://www.tensorflow.org/programmers_guide/low_level_intro

本文介绍Docker底层资源隔离和限制的相关知识。Docker本质上是宿主机（Linux）上的进程，通过namespace实现资源隔离，通过cgroups实现资源限制，通过写时复用机制(copy-on-write)实现高效的文件操作。

Spark中，数据通过从一个state流向下一个 stage 是通过shuffle过程完成的。

本文介绍Spark中的shuffle过程设计和工作原理。

本文整体介绍Apache Flink流计算框架的特性、概念、组件栈、架构及原理分析。

主要内容参考如下博客整理：

• http://shiyanjun.cn/archives/1508.html

本文介绍如何搭建Ray 0.3集群环境。

可参考官方文档：

• https://ray.readthedocs.io/en/latest/using-ray-on-a-cluster.html

本文档介绍如何保存和读取Tensorflow变量和模型。

官方文档可参考：

• https://www.tensorflow.org/programmers_guide/saved_model

2009年的一篇论文, 提出了一种在线随机森林算法（ORF）。

原文链接：http://ieeexplore.ieee.org/abstract/document/5457447/?reload=true

本文介绍使用Landslide工具基于Markdown语法制作在线Slide的方法。