本文总结了所搜集到的文献管理与文献阅读经验。先分析了目标,再列举了相关工具。
K8S二次开发-基于Kubesphere
记录一些基于 Kubesphere 二次开发 K8S 的方法。
论文略读笔记27-前沿-跨地域资源预留调度
《Characterizing and orchestrating VM reservation in geo-distributed clouds to improve the resource efficiency》,在地理分布式云中表征和编排 VM 预留
论文略读笔记26-经典-深度强化学习在大规模MEC网络中在线资源调度
《Stacked Autoencoder-Based Deep Reinforcement Learning for Online Resource Scheduling in Large-Scale MEC Networks》,基于堆叠自编码器的深度强化学习在大规模MEC网络中在线资源调度
论文略读笔记25-前沿-基于多智能体图强化学习的大规模机器学习集群调度
《Large-Scale Machine Learning Cluster Scheduling via Multi-Agent Graph Reinforcement Learning》,基于多智能体图强化学习的大规模机器学习集群调度
论文略读笔记24-经典-大规模智算集群任务调度
《Job scheduling for large-scale machine learning clusters》,大规模智算集群任务调度
论文略读笔记23-前沿-基于模仿学习的在线车载边缘计算任务调度
《Imitation Learning Enabled Task Scheduling for Online Vehicular Edge Computing》,基于模仿学习的在线车载边缘计算任务调度
论文略读笔记22-前沿-深度强化学习节能任务调度
《Energy-Efficient Joint Task Assignment and Migration in Data Centers: A Deep Reinforcement Learning Approach》,基于深度强化学习实现资源供应和任务调度
论文略读笔记21-经典-深度强化学习云调度
《DRL-cloud: Deep reinforcement learning-based resource provisioning and task scheduling for cloud service providers》,基于深度强化学习实现资源供应和任务调度
论文略读笔记20-经典-深度强化学习
《Deep Reinforcement Learning with Double Q-Learning》,提出了基于双Q学习思路的 DQN 算法,引用量高达 7727。