不为无益之事，何遣有涯之生

深度学习相关的技术栈高度依赖数学基础，学起来比较吃力，这里权做笔记。

教材是《动手学深度学习(Pytorch版)》，教程可以在b站上看。

安装很简单，略过。

规则引擎的大致组成包括：

1. 触发条件：如某个设备某种消息在某个时间点内到达；或周期性，每隔多久触发一次；
2. 触发响应：即触发条件后要做什么，一般是告警、通知、联动其他设备、联动其他系统等；
3. 边界情况：重复触发如何处理、回调频率控制等细节；

实现思路大致包括以下几种：

注意： 谨慎使用本文所述的工具，尤其是不要直接修改生产环境数据，风险自负！！！

rancher只读账号也可以登录服务pod的终端，而能登录到pod里就可以访问生产环境的所有组件。

k3s自带了containerd作为CRI实现，不过我们一般习惯上还是使用docker作为运行时。但是两者结合使用有一些坑，这里做一下记录。

不用containerd的主要原因是它的命令太难记，ctr/ctictl做的什么jb玩意儿。还有一个原因是，如果只想用容器不想用k8s，docker的功能是最完善的。

微软官方的跨平台GUI框架MAUI不支持linux，一般还是使用Avalonia，此外还有一个UNO Platform框架，对比可见此文.

有段时间没用Python写工程了，基本都是写脚本，最近接了个活帮忙搞个爬虫相关项目，需要更新一下技术栈，做个笔记。

• web开发：fastapi, 其实还可以接着用flask，不过前者对asyncio支持更完善一些，顺便学一下新东西；至于django还是太重了，写单体估计有点用；
• 数据库ORM：仍然可以继续使用sqlalchemy，最新的是2.0版本，已经支持asyncio；
• 爬虫：爬虫相关的技术栈变化不大…scrapy其实不太好用，封装的太厚，而且twisted早就过时了。自己写的话就：
  • 用aiohttp做网络请求；
  • dom解析：仍然是基于lxml的技术栈，主要还是xpath和css-selector来获取元素；
  • 浏览器模拟（动态网页）：Playwright代替了Selenium等古早的框架；
  • 打包：用docker就行；
  • 验证码破解：这个相关的网站蛮多的，但是好不好使需要测试一下才知道。包括：yesCapture, 2Capture和穿云等；
  • 其他反爬技术：这个只能随机应变了，现在很多网站都做了反爬，具体手段不一，需要尝试解决；

FastAPI

fastapi顾名思义，专注于提供API框架，不关心模版引擎、ORM之类的东西，但是自带了API文档(即swagger集成)。所以代码非常简单，不需要Django那套复杂的框架：