关键术语​

AI 编程

• AI Pair Programming（人工智能结对编程）--人类与人工智能助手之间的协作式软件开发，可交互式地提出代码建议。
• GitHub Copilot- 来自 GitHub 的人工智能编程工具，可在开发人员输入代码时实时提供上下文感知的代码建议和整个功能。
• Code Whisperer- 亚马逊的智能编码助手，由 CodeGuru 和 GPT-3 提供代码片段和文档建议。仍处于预览阶段。
• OpenAI Codex- 来自 OpenAI 的人工智能系统，经过代码训练，可将自然语言翻译为代码，并建议人类编程的可能性。
• 负责任的人工智能 - 开发和部署尊重人权和民主价值观（如透明度、隐私、非歧视和问责制）的人工智能。

IAM​

• Create a IAM user
• Login as new IAM user
• Generate password and access_key

Region​

• Paris (eu-west-3)

Related services​

GitHub + Codepipline + ECR + ECS + Load Balancer + EC2 + RDS + ElastiCache

关键术语​

Rust

• Rust - 一种注重安全、速度和效率的现代系统编程语言。提供保证内存安全等高级功能。
• rustup- Rust 的工具链安装程序。可轻松安装编译器、软件包管理器 cargo 和其他 Rust 工具。
• Cargo- Rust 构建系统和软件包管理器。用于管理依赖关系和构建/编译 Rust 项目。
• Crates- 可在 crates.io 上共享的 Rust 代码包。相当于其他语言中的库或模块。
• rustfmt - Rust 格式化工具，用于根据指南自动格式化 Rust 源代码。确保风格一致。
• Clippy- Rust 内核工具，用于分析代码并检测潜在问题或改进。帮助编写更习惯的 Rust 代码。
• Makefile- 定义规则/命令的文件，用于自动构建和管理项目。允许工作流程标准化。
• Codespaces- 由 GitHub 托管的基于浏览器的开发环境。为提高 Rust 的生产力而预先配置。
• GitHub Copilot - AI 结对程序员工具，旨在实时建议代码补全和整个函数。支持 Rust。

MLOps

• Hugging Face- 专注于 NLP 和预训练转换器模型（如 BERT）的流行工具箱。已集成 Rust。
• ONNX- 实现框架互操作性的模型开放标准格式。允许模型移植。
• EFS- 亚马逊弹性文件系统，为 AWS 提供可扩展的云文件存储。 可挂载到 Lambda。
• RustBERT- Hugging Face 的 BERT 变换器模型的 Rust 实现和绑定。支持 NLP。
• PyTorch- 适用于 Python 的灵活机器学习框架，现在通过 Torch-rs 与 Rust 绑定。
• CUDA - 允许 GPU 加速的并行计算 API 模型。Rust 通过后端提供支持。
• Stable Diffusion- 使用深度学习的开源文本到图像生成器。可通过绑定从 Rust 访问。
• torch-rs- 为流行的 PyTorch 深度学习框架提供 Rust 绑定的原型，以支持 ML 解决方案。
• Distroless- 仅专注于应用程序运行时的容器模型，可减少攻击面和漏洞。安全性能良好。

Rust on Cloud

• Actix- 用于构建高性能网络服务（如微服务）的 Rust 网络框架。支持异步和可扩展性。
• App Engine - GCP 全面管理的无服务器应用程序平台。支持 Rust 作为自定义运行时选项。
• Cloud Run- GCP 产品，用于在完全托管的环境中运行无状态容器。与 Rust 工作流集成。
• Cargo Lambda- Rust crate，帮助打包、测试、部署和管理用 Rust 编写的 AWS Lambdas。
• Step Functions- 通过组合 Lambda 函数实现无服务器可视化工作流的 AWS 服务。可通过 Rust SDK 访问。
• Tokio- 用于 Rust 的异步运行时，通过利用线程将非阻塞 I/O 扩展到数以万计的任务。
• ECS- 亚马逊弹性容器服务，用于使用 AWS CLI 或 SDK（包括 Rust）启动 Docker 容器。
• ECR - 亚马逊弹性容器注册中心（Amazon Elastic Container Registry），提供与 Rust CI/CD 集成的可管理、可扩展的 Docker 容器存储。
• Copilot- CLI 工具，用于在 AWS 服务（如使用 Docker 的 ECS/ECR）上简化容器化应用程序的构建、发布和运行。

关键术语​

• 容器 Container- 一种标准化的轻量级软件包，可将应用程序的代码和依赖关系捆绑在一起，以便在任何环境中可靠运行。
• 容器注册中心（Container Registry）- 用于存储、共享和部署容器镜像的存储库，通常集成到 CI/CD 管道中。例如 Docker Hub、AWS ECR。
• 容器协调 Container Orchestration- 利用 Kubernetes 和亚马逊 ECS 等平台对容器进行自动管理、扩展和协调。
• 持续交付- 通过 CI/CD 管道自动化部署，快速可靠地构建、测试和发布容器的软件开发实践。
• 基础设施即代码（Infrastructure as Code）--通过机器可读的定义文件管理网络、计算、存储等基础设施，而不是手动流程。实现可重现性。
• 无发行版容器 Distroless Container- 经过优化的容器映像，只包含应用程序、运行时语言和基本系统库，省略了外壳、软件包管理器等。提高安全性。

Containerized Microservices​

一、Python 不可变(Immutable)对象​

1. 不可变对象类型​

Python 中的不可变对象包括：

• 数字类型：int, float, bool, complex
• 字符串：str
• 元组：tuple
• 冻结集合：frozenset
• bytes

Definition​

Cloud based

• identity provider and
• access management

service.

关键术语​

• Python 函数- 可重复使用的代码块，用于接收输入、处理和返回输出。基本的构建模块。
• Python Fire- 一个从任何 Python 对象或函数自动生成 CLI 的库，使其成为一个可定制的命令行工具。
• 命令行界面 (CLI)- 基于文本的用户界面，通过键入提示和输入执行命令。实现自动化。
• 云函数- 无需管理服务器即可执行代码，以响应 HTTP 或数据库变化等事件。
• Azure 功能- 微软云托管的无服务器计算服务，用于执行事件驱动功能。
• 持续集成（Continuous Integration）--通过将开发人员提交的代码合并到主线分支（由推送请求触发），对代码更改进行自动测试和验证。

从零构建 Python 函数并部署​

企业价值 Firm Value​

企业价值公式

• $E$：公司权益的市场价值
• $D$：公司债务的市场价值
• $V=E+D$：公司的总价值（权益 + 债务）
• $r_e$​：权益成本（如 CAPM 计算得出的股权回报率）
• $r_d$​：债务成本（借贷利率）
• $T_c$​：企业所得税率

问题一: Python 环境无法退出​

碰到个很棘手的问题，vsc 里面，我创建了 python venv, 启动后，我把 venv 删掉了，导致无法正常退出 之前删除的 venv。

关键术语​

• Codespaces- 由 GitHub 托管的基于云的一次性开发环境。提供可重现性和自定义功能。
• 可重复性--可靠地重新创建环境并获得相同结果的能力。代码空间通过容器确保了这一点。
• 容器映像（Container Image）- 一种轻量级、独立、可执行的软件包，允许代码跨环境快速、可靠地运行。
• GPU- 利用专用硬件加速机器学习模型构建/训练的图形处理单元。
• Copilot- GitHub 的人工智能配对程序员，可在开发人员输入代码时向其推荐代码和整个函数。
• 持续集成（Continuous Integration）- 通过自动构建和测试流程，频繁合并代码变更并验证每项变更的开发实践。
• 持续交付（Continuous Delivery）--软件方法论，团队可通过自动部署快速、可靠、可持续地向用户发布新变更。

云开发人员工作区​

SSD: Solid State Drive