• 基础语言环境：Python、R、Java、Javascript、C、C++等；

• Shell环境及shell命令：如vim、tra、unzip、ssh、scp、mv等；

• 数据库开发环境：SQL、XSQL等；

• 开源机器学习框架：numpy、sklearn、pandas、scipy seaborn、xgboost、 missingno、statsmodels等；

• 开源深度学习框架：TensorFlow、pytorch-cpu、Keras等；

• 计算机视觉框架：OpenCV、Pillow、scikit-image等；

• 自然语言处理框架：jieba、gensim、spacy、scikitcrfsuite、nltk、pyaudio、pyltp等；

• 语音识别框架：librosa、python-speech-features、hmmlearn等；

• 网络框架：requests、urllib3、tornado、flask、beautifulsoup4等；

• 可视化框架：matplotlib、graphviz、mglearn、tensorboard等；

通过无感知的实验资源分配与回收替代复杂的实验环境管理，实现实验环境即用即启，用后自动回收，减轻平台的运维管理工作量，让实验管理更加智能高效。

支持远程自动拉取

手动导入更新本地实践环境仓库

提供云端实践环境仓库

支持远程自动拉取、手动导入更新