机读格式显示(MARC)

• 000 01708nam0 2200289 450

• 001 0000540025

• 005 20210914203500.0

• 010 __ |a 978-7-121-39277-1 |d CNY79.00

• 100 __ |a 20200818d2020 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Kubeflow |A Kubeflow |e 云计算和机器学习的桥梁 |f 何金池 ... [等] 编著

• 210 __ |a 北京 |c 电子工业出版社 |d 2020

• 215 __ |a x, 238页 |c 图 |d 24cm

• 304 __ |a 题名页题: 何金池, 李峰, 刘光亚, 刘侯刚编著

• 314 __ |a 何金池, 高级软件工程师, 负责IBM Data& Al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BM多云管理的研发与A集成。

• 330 __ |a 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PythonSDKFairing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AIHub的发展趋势。

• 517 1_ |a 云计算和机器学习的桥梁 |A yun ji suan he ji qi xue xi de qiao liang

• 606 0_ |a 云计算 |A yun ji suan

• 690 __ |a TP393.027 |v 5

• 701 _0 |a 何金池 |A he jin chi |4 编著

• 701 _0 |a 李峰 |A li feng |4 编著

• 701 _0 |a 刘光亚 |A liu guang ya |4 编著

• 801 _0 |a CN |b LIB |c 20210914

• 905 __ |a LIB |d TP393.027/38