上学期主要工作：用懂Kuebeflow。
下学期考虑方向：读懂Kubeflow。
这是Kubeflow的项目源码：
主要分为这几个模块：
- Kubeflow/Kubeflow ：Machine Learning Toolkit for Kubernetes
- Kubeflow/pipelines ：Machine Learning Pipelines for Kubeflow
- Kubeflow/training-operator ：Training operators on Kubernetes
- Kubeflow/katib : Repository for hyperparameter tuning
各Repository代码占比如下：
Kubeflow/Kubeflow：
注：Jsonnet主要指Yaml文件。
主要由Yaml文件，少量Python及Go组成。
Kubeflow/pipelines：
主要由Python、TypeScript（前端？）、Go组成。
Kubeflow/training-operator：
主要由Go、Python组成。
Kubeflow/katib：
主要由Python、TypeScrtpt、Go组成。
这边再补充下Elyra:
Elyra：
主要由Python,TypeScript、Css（前端）组成。
个人看法：
KubeFlow主要通过Python完成算法的相关部分、通过Go在k8s上部署工具、服务等；通过TypeScript、Css等完成前端部分。
所以个人的一个初步计划是：
学Go,并逐步深入琢磨KubeFlow主要模块的关键代码。
完成读懂这一步后，或许可以考虑构建自己的Miniflow?
