《Kubeflow:云计算和机器学梁计算机与互联网云计算》[89M]百度网盘|pdf下载|亲测有效

商品基本信息，请以下列介绍为准
商品名称：	Kubeflow: 云计算和机器学梁
作者：	编者_何金池//李峰//刘光亚//刘侯刚\|责编_张春雨
定价：	79.0
出版社：	电子工业出版社
出版日期：	2020-08-01
ISBN：	9787121392771
印次：	1
版次：	1
装帧：
开本：	16开

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”等为代表的机器学何使二者结合起来，成期IT界讨论的热点。Kubeflow的横空出世，有效的连接起了Kubernetes和各个机器学架，提供了机器学ubernetes上的端到端的解决方案。
本书讲解Kubeflow以及其社区的技术栈括机器学程编排技术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ython SDK Fairing等，涉及到机器学个方面。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。
本书主要面向云计算和机器学的研发人员和维护工程师，也适合用于云计算和机器学的培训和学

第1篇 IT两大“高速列车”：云计算和机器学r/> 第1章云计算和KUBERNETES
1.1 云计算
1.1.1 云计算的历史和发展
1.1.2 为什么云计算会“飘”起来
1.2 虚拟化使云计算轻松落地
1.2.1 虚拟化为云计算“铺上了轻轨”
1.2.2 Docker的“燎原之火”
1.2.3 Docker的hello-world应用
1.3 KUBERNETES——云计算的新标杆
1.3.1 Kubernetes的横空出世
1.3.2 Kubernetes的基本概念和架构
1.3.3 Kubernetes集群的部署
1.3.4 Kubernetes的“Hello World”应用
第2章机器学r/> 2.1 人工智能的第三次“冲击波”
2.2 机器学活中的应用
2.3 机器学流框架
2.3.1 TensorFlow
2.3.2 PyTorch
2.3.3 scikit-learn
2.3.4 XGBoor/> 2.3.5 ONNX
2.4 机器学HELLO WORLD”
2.4.1 MNIST数据集
2.4.2 MNIST模型训练
第2篇 KUBEFLOW：连接云计算和机器学桥梁”
第3章 KUBEFLOW概述
3.1 KUBEFLOW是什么
3.2 KUBEFLOW的发展
3.3 KUBEFLOW的核心组件
第4章 KUBEFLOW的部署与应用
4.1 KUBEFLOW的安装与部署
4.1.1 Kubeflow的部署工具Kfctl
4.1.2 Kubeflow Manifests与kustomize
4.1.3 Kubeflow与Kubernetes版本的兼容性
4.1.4 Kubeflow的安装过程
4.1.5 安装后检查
4.2 KUBEFLOW的用户故事
4.3 KUBEFLOW端到端的用户案例
4.4 KUBEFLOW对IBM POWE台的支持
第5章 KUBEFLOW PIPELINES流水线式机器学r/> 5.1 KUBEFLOW PIPELINES是什么
5.2 KUBEFLOW PIPELINES的基本概念
5.3 KUBEFLOW PIPELINES的架构
5.4 PIPELINES SDK
5.4.1 安装Pipelines SDK
5.4.2 Pipelines SDK代码分析
5.5 动手构建自己的PIPELINES
5.6 KUBEFLOW PIPELINES的实际应用
第6章 KUBEFLOW OPERATOR自定义资源
6.1 KUBERNETES CRD简述
6.2 TENSORFLOW OPERATOR
6.2.1 TFJob的前世今生
6.2.2 TFJob CRD
6.2.3 故障定位
6.2.4 TFJob Python SDK
6.2.5 TFJob的应用实例
6.3 PYTORCH OPERATOR
6.3.1 PyTorchJob简介
6.3.2 PyTorchJob的实际应用
6.4 其他OPERATOR
6.4.1 XGBoost Operator
6.4.2 Caffe2 Operator
6.4.3 MPI Operator
6.4.4 MXNet Operator
6.4.5 Chainer Operator
第7章 KUBEFLOW KATIB超参调优
7.1 机器学超参调优
7.2 什么是KATIB
7.3 KATIB的安装方法
7.4 KATIB的架构
7.5 KATIB的业务流程
7.6 使用KATI行一次超参调优
第8章 KFSERVING解决机器学后一公里”的问题
8.1 KFSERVING是什么
8.2 ISTIO简介
8.2.1 Service Mesh的概念
8.2.2 Istio的架构
8.2.3 Istio的安装方法
8.3 KNATIVE简介
8.3.1 Knative的架构
8.3.2 Knative Serving
8.3.3 Knative Serving的安装方法
8.4 KFSERVING的架构分析
8.4.1 KFServing的架构
8.4.2 KFServing Data Plane
8.4.3 KFServing Control Plane
8.5 KFSERVING PYTHON SDK
8.5.1 KFServing Python SDK的安装方法
8.5.2 KFServing Python SDK Client支持的API
8.5.3 KFServing Python SDK的应用
8.6 KFSERVING的应用实例
8.6.1 使用PVC训练模型并发布服务
8.6.2 InferenceService Transformer的应用
第9章 KUBEFLOW FAIRING带机器学”
9.1 KUBEFLOW FAIRING是什么
9.2 KUBEFLOW FAIRING的安装方法
9.2.1 本地安装
9.2.2 在Kubeflow Jupyter Notebook中更新Kubeflow Fairing SDK
9.3 KUBEFLOW FAIRING的架构分析
9.4 KUBEFLOW FAIRING的源码分析
9.4.1 Kubeflow Fairing的入口程序文件Config.py
9.4.2 Kubeflow Fairing Preprocessor
9.4.3 Kubeflow Fairing Builder
9.4.4 Kubeflow Fairing Deployer
9.4.5 Kubeflow Fairing支持的High Level API
9.5 KUBEFLOW FAIRING的应用实例
第10章 KUBEFLOW METADATA
10.1 KUBEFLOW METADATA简述
10.2 KUBEFLOW METADATA的架构与设计
10.3 METADATA支持的元数据和数据表
10.4 KUBEFLOW METADATA实战
10.4.1 安装Kubeflow Metadata组件
10.4.2 Kubeflow Metadata的应用实例
10.4.3 Metadata的展示
第11章 KUBEBENCH机器学强
11.1 先从BENCHMARK说起
11.2 KUBEBENCH的安装方法
11.3 KUBEBENCH的架构
11.4 KUBEBENCH的实践
第12章 KUBEFLOW中的JUPYTER NOTEBOOK HUB
12.1 JUPYTER NOTEBOOK简述
12.2 JUPYTER NOTEBOOK的架构及其运行
第3篇 KUBEFLOW的应用和展望
第13章 KUBEFLOW的应用实战
13.1 在台行机器学r/> 13.2 基于KUBEFLOW的SEQ2SEQ机器学
13.2.1 Seq2Seq模型简介
13.2.2 在Kubeflo台上运行Seq2Seq案例
第14章 KUBEFLOW前景展望和AI HUB
14.1 KUBEFLOW 1.0 能和计划
14.2 基于KUBEFLOW的AI HUB新模式
14.3 智能云中的AIAAS（AI服务）

编辑推荐
以Kubernetes为代表的云计算技术如日中天，以Tensorflow和PyTorch为代表的机器学也如火如荼。Kuneflow的横空出世，犹如一座桥梁，有效的连接起了云计算和机器学时之间成为了IT界的焦点。

Kubeflow:云计算和机器学梁计算机与互联网云计算 pdf下载

内容简介

相关推荐

图解电脑装配与维修完全精通

AdobeInDesignCC版式设计与制作

CCNA路由和交换学习指南

机电产品定制的知识库系统