《Kubeflow:云计算和机器学习的桥梁》何金池_电子工业_2020.8【pdf】

《Kubeflow:云计算和机器学习的桥梁》何金池_电子工业_2020.8【pdf】

  • 内容简介:

    当前的IT界有两大高速列车,一是以“Kubernetes”为标杆技术的云计算,二是以“Tensorflow和PyTorch”等为代表的机器学习。如何使二者结合起来,成为近期IT界讨论的热点。Kubeflow的横空出世,有效的连接起了Kubernetes 和各个机器学习的框架,提供了机器学习在Kubernetes上的端到端的解决方案。本书讲解Kubeflow以及其社区的技术栈,包括机器学习的流程编排技术Pipelines、并行模型训练技术TFJob和PyTorchJob等、超参调优技术Katib、服务发布KFServing,机器学习的Python SDK Fairing等,涉及到机器学习的各个方面。本书结合理论和实战,详细阐述了Kubeflow社区的新技术和新方案。最后,展望了Kubeflow的前景和AI Hub的发展趋势。

  • 作者简介:

    何金池,高级软件工程师,负责IBM Data & AI系统研发,Kubeflow社区Maintainer。李峰,高级软件工程师,负责IBM 认知系统研发,Kubeflow社区Maintainer。刘光亚,IBM Cloud Pak for Multicloud Management的STSM(Senior Technical Staff Member),资深架构师,负责IBM多云管理的研发与AI集成。刘侯刚,高级软件工程师, 负责IBM私有云研发,Kubeflow社区Maintainer,Katib联合创始人。

  • 目录:

    第1篇  IT两大“高速列车”:云计算和机器学习
    第1章  云计算和KUBERNETES 2
    1.1  云计算 2
    1.1.1  云计算的历史和发展 2
    1.1.2  为什么云计算会“飘”起来 5
    1.2  虚拟化使云计算轻松落地 6
    1.2.1  虚拟化为云计算“铺上了轻轨” 6
    1.2.2  Docker的“燎原之火” 7
    1.2.3  Docker的hello-world应用 9
    1.3  KUBERNETESDD云计算的新标杆 11
    1.3.1  Kubernetes的横空出世 11
    1.3.2  Kubernetes的基本概念和架构 12
    1.3.3  Kubernetes集群的部署 16
    1.3.4  Kubernetes的“Hello World”应用 18
    第2章  机器学习 24
    2.1  人工智能的第三次“冲击波” 24
    2.2  机器学习在生活中的应用 28

    2.3  机器学习的主流框架 30
    2.3.1  TensorFlow 30
    2.3.2  PyTorch 32
    2.3.3  scikit-learn 33
    2.3.4  XGBoost 34
    2.3.5  ONNX 35
    2.4  机器学习的“HELLO WORLD” 36
    2.4.1  MNIST数据集 36
    2.4.2  MNIST模型训练 37
    第2篇  KUBEFLOW:连接云计算和机器学习的“桥梁”
    第3章  KUBEFLOW概述 40
    3.1  KUBEFLOW是什么 40
    3.2  KUBEFLOW的发展 42
    3.3  KUBEFLOW的核心组件 44
    第4章  KUBEFLOW的部署与应用 48
    4.1  KUBEFLOW的安装与部署 48
    4.1.1  Kubeflow的部署工具Kfctl 48
    4.1.2  Kubeflow Manifests与kustomize 49
    4.1.3  Kubeflow与Kubernetes版本的兼容性 51
    4.1.4  Kubeflow的安装过程 52
    4.1.5  安装后检查 54
    4.2  KUBEFLOW的用户故事 56
    4.3  KUBEFLOW端到端的用户案例 58
    4.4  KUBEFLOW对IBM POWER平台的支持 67

    第5章  KUBEFLOW PIPELINES流水线式机器学习 69
    5.1  KUBEFLOW PIPELINES是什么 69
    5.2  KUBEFLOW PIPELINES的基本概念 71
    5.3  KUBEFLOW PIPELINES的架构 73
    5.4  PIPELINES SDK 74
    5.4.1  安装Pipelines SDK 75
    5.4.2  Pipelines SDK代码分析 75
    5.5  动手构建自己的PIPELINES 79
    5.6  KUBEFLOW PIPELINES的实际应用 82
    第6章  KUBEFLOW OPERATOR自定义资源 94
    6.1  KUBERNETES CRD简述 94
    6.2  TENSORFLOW OPERATOR 96
    6.2.1  TFJob的前世今生 96
    6.2.2  TFJob CRD 96
    6.2.3  故障定位 102
    6.2.4  TFJob Python SDK 103
    6.2.5  TFJob的应用实例 105
    6.3  PYTORCH OPERATOR 107
    6.3.1  PyTorchJob简介 108
    6.3.2  PyTorchJob的实际应用 109
    6.4  其他OPERATOR 111
    6.4.1  XGBoost Operator 111
    6.4.2  Caffe2 Operator 113
    6.4.3  MPI Operator 114
    6.4.4  MXNet Operator 115
    6.4.5  Chainer Operator 116

    第7章  KUBEFLOW KATIB超参调优 118
    7.1  机器学习中的超参调优 118
    7.2  什么是KATIB 120
    7.3  KATIB的安装方法 120
    7.4  KATIB的架构 121
    7.5  KATIB的业务流程 123
    7.6  使用KATIB进行一次超参调优 125
    第8章  KFSERVING解决机器学习“最后一公里”的问题 133
    8.1  KFSERVING是什么 133
    8.2  ISTIO简介 135
    8.2.1  Service Mesh的概念 135
    8.2.2  Istio的架构 137
    8.2.3  Istio的安装方法 138
    8.3  KNATIVE简介 139
    8.3.1  Knative的架构 139
    8.3.2  Knative Serving 140
    8.3.3  Knative Serving的安装方法 142
    8.4  KFSERVING的架构分析 142
    8.4.1  KFServing的架构 142
    8.4.2  KFServing Data Plane 144
    8.4.3  KFServing Control Plane 146
    8.5  KFSERVING PYTHON SDK 148
    8.5.1  KFServing Python SDK的安装方法 149
    8.5.2  KFServing Python SDK Client支持的API 149
    8.5.3  KFServing Python SDK的应用 153
    8.6  KFSERVING的应用实例 156
    8.6.1  使用PVC训练模型并发布服务 156
    8.6.2  InferenceService Transformer的应用 157
    第9章  KUBEFLOW FAIRING带机器学习“飞” 160
    9.1  KUBEFLOW FAIRING是什么 160
    9.2  KUBEFLOW FAIRING的安装方法 162
    9.2.1  本地安装 162
    9.2.2  在Kubeflow Jupyter Notebook中更新Kubeflow Fairing SDK 163
    9.3  KUBEFLOW FAIRING的架构分析 165
    9.4  KUBEFLOW FAIRING的源码分析 165
    9.4.1  Kubeflow Fairing的入口程序文件Config.py 165
    9.4.2  Kubeflow Fairing Preprocessor 166
    9.4.3  Kubeflow Fairing Builder 168
    9.4.4  Kubeflow Fairing Deployer 169
    9.4.5  Kubeflow Fairing支持的High Level API 171
    9.5  KUBEFLOW FAIRING的应用实例 171
    第10章  KUBEFLOW METADATA 176
    10.1  KUBEFLOW METADATA简述 176
    10.2  KUBEFLOW METADATA的架构与设计 177
    10.3  METADATA支持的元数据和数据表 180
    10.4  KUBEFLOW METADATA实战 183
    10.4.1  安装Kubeflow Metadata组件 183
    10.4.2  Kubeflow Metadata的应用实例 184
    10.4.3  Metadata的展示 186
    第11章  KUBEBENCH机器学习哪家强 188
    11.1  先从BENCHMARK说起 188
    11.2  KUBEBENCH的安装方法 190
    11.3  KUBEBENCH的架构 190
    11.4  KUBEBENCH的实践 193
    第12章  KUBEFLOW中的JUPYTER NOTEBOOK HUB 195
    12.1  JUPYTER NOTEBOOK简述 195
    12.2  JUPYTER NOTEBOOK的架构及其运行原理 196
    12.3  KUBEFLOW JUPYTER NOTEBOOK的组件及其使用方法 197
    第3篇  KUBEFLOW的应用和展望
    第13章  KUBEFLOW的应用实战 205
    13.1  在云平台上进行机器学习 205
    13.2  基于KUBEFLOW的SEQ2SEQ机器学习案例 220
    13.2.1  Seq2Seq模型简介 220
    13.2.2  在Kubeflow平台上运行Seq2Seq案例 222
    第14章  KUBEFLOW前景展望和AI HUB 233
    14.1  KUBEFLOW 1.0的功能和计划 233
    14.2  基于KUBEFLOW的AI HUB新模式 234
    14.3  智能云中的AIAAS(AI服务) 237

阅读全文
试读下载
下载价格15 书虫币
购买: 5元充值卡  10元充值卡  100元充值卡  月年VIP充值卡 月VIP充值卡
书虫币并非是购买书籍的价格,只是网站服务费用
网盘访问密码: 9258
免费下载epub文件阅读器(便携版)
想白嫖资源的,签到既是王道,免费书虫币就问你要不要?
常见问题
关于版权问题!
本站不存储任何书籍资源,只利用互联网API接口提供搜索服务。如果侵犯了你的权益,请工单留言,我们将第一时间删除。
书虫币相关问题!
所有的知识币都可以签到所得,所有资源,完全可以免费获取。
下载异常!
如遇到无法下载,请工单留言,我们第一时间修复或增加新的下载地址。
未搜索到自己需要的书籍!
如未搜索到自己需要的书籍,请工单留言,我们第一时间上传相应的资源。
0

评论0

5折充值卡,先到先得,充值卡购买地址

升级VIP,无限下载

遇到任何问题,请工单留言

没有账号?注册  忘记密码?