本文主要是为了解决通过跳板机/堡垒机登陆时，在完成ssh链接之后依旧有一些操作需要处理的问题。如何配置通过SSH配置文件创建SSH链接，可以参考本文

1. ProfilerHook在深度学习训练过程中，经常会遇到性能的问题，为了提高训练过程的效率，各个训练环节的耗时分析和性能优化是必须的。而如果通过手动打印日志和耗时情况，不仅繁琐，而且准确度不高。那么我们可以通过tf提供的Profiler工具进行相关分析。

1. 背景在日常的数据处理过程中，分类聚合操作是一种常见的操作类型，而在pandas中，这种操作常通过groupby完成。但是在groupby过程中，经常会有一些需要进行额外的自定义操作需要进行处理。本文主要是为了介绍groupby过程中如何使用自定义操作对groupby之后的数据集进行对应的操作处理。

在日常写blog的过程中，我习惯使用markdown编写文章内容，这时候需要提供图片的地址以方便文章中可以显示图片，将图片放到本地当然方便，但是这样随着blog文章的增加，需要处理的源文件也越来越大。而且这种情况下，文章内容不方便进行不同平台的迁移，迁移到其他平台的时候，为了防止文章中的图片无法显示，只能同时调整图片位置。

在深度模型训练中，我们经常会使用到pre-train embedding，比如glove、w2v等模型的输出，尤其是在nlp和推广搜业务中。面对多种多样的embdding形式，如何方便的利用就成为了一个问题，这里记录一下我用来reload embedding的方法。

0. 背景tf2版本中，提供了三种不同的模型构建逻辑。

1. 背景 tf2.x里增加了一类特殊的keras layers, 可以替代tf.feature_column进行特征处理，这一类的layers就是preprocessing layers

1. tf2中的subclassing模型tf2中常见的定义模型的方法分成三种：functional、sequenctial、subclassing

任意的自定义我们需要的operator是airlfow的一大优势，这极大的方便了我们在日常开发调度流程中的灵活性和可拓展性。

记录一些常用的Linux命令行快捷键