幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Kubeflow學習手冊

  • 作者：(美)喬希·帕特森//邁克爾·卡岑埃倫博根//奧斯汀·哈里斯|責編:劉熾|譯者:黃俊彬
  • 出版社：中國電力
  • ISBN：9787523911228
  • 出版日期：2026/05/01
  • 裝幀：平裝
  • 頁數：290
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在部署機器學習應用時，模型構建只是整個流程的一小部分。完整過程涉及開發、編排、部署和運行可擴展且可移植的機器學習工作負載，而Kubeflow能顯著簡化這一流程。這本實用指南向數據科學家、數據工程師和平台架構師展示如何規劃並實施Kubeflow項目，使Kubernetes工作流兼具可移植性與可擴展性。
    本書作者演示了這個開源平台如何通過管理機器學習流水線來編排工作流。你將學習如何規劃並搭建一個支持從本地部署到雲端（包括Google、Amazon和Microsoft等平台）全流程的Kubeflow平台。
    深入解析Kubeflow架構，掌握平台使用的最佳實踐。
    了解Kubeflow部署的規劃流程。
    在現有本地Kubernetes集群上安裝Kubeflow。
    在Google雲平台、AWS和Azure上部署Kubeflow。
    使用KFServing開發並部署機器學習模型。
作者介紹
(美)喬希·帕特森//邁克爾·卡岑埃倫博根//奧斯汀·哈里斯|責編:劉熾|譯者:黃俊彬
目錄
前言
第1章 Kubeflow概述
  1.1 在Kubernetes上進行機器學習
    1.1.1 企業機器學習的演進
    1.1.2 企業基礎設施變得比以往任何時候都更加難以管理
    1.1.3 識別下一代基礎設施（NGI）的核心原則
    1.1.4 Kubernetes用於生產應用程序部署
    1.1.5 登場：Kubeflow
    1.1.6 Kubeflow解決了哪些問題
    1.1.7 Kubeflow起源
    1.1.8 誰在使用Kubeflow
  1.2 常見的Kubeflow使用案例
    1.2.1 在GPU上運行Notebooks
    1.2.2 共享多租戶機器學習環境
    1.2.3 構建遷移學習管道
    1.2.4 將模型部署到生產環境以進行應用集成
  1.3 Kubeflow的組件
    1.3.1 機器學習工具
    1.3.2 應用程序和腳手架
    1.3.3 使用KFServing進行機器學習模型推理服務
    1.3.4 平台和雲
  1.4 總結
第2章 Kubeflow架構與最佳實踐
  2.1 Kubeflow架構概述
    2.1.1 Kubeflow和Kubernetes
    2.1.2 在Kubeflow上運行作業的方式
    2.1.3 機器學習元數據服務
    2.1.4 工件存儲
    2.1.5 Kubeflow中的Istio操作
  2.2 Kubeflow多租戶架構
    2.2.1 多租戶和隔離
    2.2.2 多用戶架構
    2.2.3 多用戶授權流程
    2.2.4 Kubeflow配置文件
    2.2.5 多用戶隔離
  2.3 Notebook架構
    2.3.1 Notebook伺服器啟動器UI
    2.3.2 Notebook控制器
  2.4 Pipeline架構
  2.5 Kubeflow最佳實踐
    2.5.1 管理作業依賴
    2.5.2 使用GPU
    2.5.3 實驗管理
  2.6 總結
第3章 規劃Kubeflow安裝
  3.1 安全規劃
    3.1.1 擴展Kubernetes API的組件
    3.1.2 運行在Kubernetes之上的組件
    3.1.3 背景和動機
    3.1.4 Kubeflow和部署的應用程序

    3.1.5 集成
  3.2 用戶
    3.2.1 用戶畫像
    3.2.2 不同的技能集
  3.3 工作負載
    3.3.1 集群利用率
    3.3.2 數據模式
  3.4 規劃GPU
    3.4.1 GPU的規劃
    3.4.2 受益於GPU的模型
  3.5 基礎設施規劃
    3.5.1 Kubernetes的考慮
    3.5.2 本地
    3.5.3 雲端
    3.5.4 放置
  3.6 容器管理
  3.7 使用Knative進行無伺服器容器操作
  3.8 規模和增長
    3.8.1 預測
    3.8.2 存儲
    3.8.3 擴展
  3.9 總結
第4章 在本地安裝Kubeflow
  4.1 Kubernetes命令行操作
    4.1.1 安裝kubectl
    4.1.2 使用kubectl
    4.1.3 使用Docker
  4.2 基本安裝過程
    4.2.1 本地安裝
    4.2.2 構建Kubernetes集群的注意事項
    4.2.3 網關主機訪問Kubernetes集群
    4.2.4 Active Directory集成和用戶管理
    4.2.5 Kerberos集成
    4.2.6 存儲集成
    4.2.7 容器管理和工件倉庫
  4.3 訪問和與Kubeflow交互
    4.3.1 常見命令行操作
    4.3.2 可訪問的Web UI
  4.4 安裝Kubeflow
    4.4.1 系統要求
    4.4.2 設置和部署
  4.5 總結
第5章 在谷歌雲平台上運行Kubeflow
  5.1 Google Cloud Platform概覽
    5.1.1 存儲
    5.1.2 Google Cloud Identity-Aware Proxy
    5.1.3 Google Cloud安全與Cloud Identity-Aware Proxy
    5.1.4 GCP項目用於應用程序部署
    5.1.5 GCP服務賬戶
    5.1.6 註冊Google Cloud Platform

  5.2 安裝Google Cloud SDK
    5.2.1 更新Python
    5.2.2 下載並安裝Google Cloud SDK
  5.3 在Google Cloud Platform上安裝Kubeflow
    5.3.1 在GCP控制台中創建項目
    5.3.2 為項目啟用API
    5.3.3 為GCP Cloud IAP設置OAuth
    5.3.4 使用命令行界面部署Kubeflow
    5.3.5 訪問Kubeflow UI
  5.4 總結
第6章 在亞馬遜網路服務（AWS）上運行Kubeflow
  6.1 Amazon Web Services概述
    6.1.1 存儲服務
    6.1.2 Amazon存儲定價
    6.1.3 亞馬遜雲安全
    6.1.4 AWS計算服務
    6.1.5 EKS上的托管Kubernetes
  6.2 註冊AWS賬戶
  6.3 安裝AWS CLI
    6.3.1 更新Python
    6.3.2 安裝AWS CLI
  6.4 在Amazon Web Services上運行Kubeflow
    6.4.1 安裝kubectl
    6.4.2 安裝Amazon EKS的eksctl CLI
    6.4.3 安裝AWS IAM認證器
    6.4.4 安裝jq
  6.5 在Amazon EKS上使用托管Kubernetes
    6.5.1 創建EKS服務角色
    6.5.2 創建AWS VPC
    6.5.3 創建EKS集群
    6.5.4 使用eksctl部署EKS集群
  6.6 理解部署流程
    6.6.1 Kubeflow配置與部署
    6.6.2 自定義Kubeflow部署
    6.6.3 自定義認證
    6.6.4 調整EKS集群規模
    6.6.5 刪除EKS集群
    6.6.6 添加日誌記錄
    6.6.7 部署故障排除
  6.7 總結
第7章 在Azure上運行Kubeflow
  7.1 Azure雲平台概述
    7.1.1 關鍵Azure組件
    7.1.2 Azure上的存儲
    7.1.3 Azure安全模型
    7.1.4 服務賬戶
    7.1.5 資源和資源組
    7.1.6 Azure虛擬機
    7.1.7 容器和托管的Azure Kubernetes服務
  7.2 Azure CLI

  7.3 在Azure Kubernetes上安裝Kubeflow
    7.3.1 Azure登錄和配置
    7.3.2 為Kubeflow創建AKS集群
    7.3.3 Kubeflow安裝
  7.4 授權網路訪問部署
  7.5 總結
第8章 模型服務與集成
  8.1 模型管理基礎概念
    8.1.1 理解訓練模型與模型推理
    8.1.2 構建模型集成的直覺
    8.1.3 擴展模型推理吞吐量
    8.1.4 模型管理
  8.2 KFServing簡介
    8.2.1 使用KFServing的優勢
    8.2.2 KFServing的核心概念
    8.2.3 支持的預構建模型伺服器
    8.2.4 KFServing安全模型
  8.3 使用KFServing管理模型
    8.3.1 在Kubernetes集群上安裝KFServing
    8.3.2 在KFServing上部署模型
    8.3.3 通過金絲雀發布管理模型流量
    8.3.4 部署自定義轉換器
    8.3.5 回滾已部署模型
    8.3.6 移除已部署模型
  8.4 總結
附錄A 基礎設施概念
附錄B Kubernetes概述
附錄C Istio運維與Kubeflow

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032