Kubeflow：云计算和机器学习的桥梁 何金池 2020年版

Kubeflow：云计算和机器学习的桥梁
作　者： 何金池 等 著
出版时间： 2020
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。
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/t2
1．1 云计算/t2
1．1．1 云计算的历史和发展/t2
1．1．2 为什么云计算会“飘”起来/t5
1．2 虚拟化使云计算轻松落地/t6
1．2．1 虚拟化为云计算“铺上了轻轨”/t6
1．2．2 Docker的“燎原之火”/t7
1．2．3 Docker的hello-world应用/t9
1．3 KUBERNETES――云计算的新标杆/t11
1．3．1 Kubernetes的横空出世/t11
1．3．2 Kubernetes的基本概念和架构/t12
1．3．3 Kubernetes集群的部署/t16
1．3．4 Kubernetes的“Hello World”应用/t18
第2章 机器学习/t24
2．1 人工智能的第三次“冲击波”/t24
2．2 机器学习在生活中的应用/t28

2．3 机器学习的主流框架/t30
2．3．1 TensorFlow/t30
2．3．2 PyTorch/t32
2．3．3 scikit-learn/t33
2．3．4 XGBoost/t34
2．3．5 ONNX/t35
2．4 机器学习的“HELLO WORLD”/t36
2．4．1 MNIST数据集/t36
2．4．2 MNIST模型训练/t37
第2篇 KUBEFLOW：连接云计算和机器学习的“桥梁”
第3章 KUBEFLOW概述/t40
3．1 KUBEFLOW是什么/t40
3．2 KUBEFLOW的发展/t42
3．3 KUBEFLOW的核心组件/t44
第4章 KUBEFLOW的部署与应用/t48
4．1 KUBEFLOW的安装与部署/t48
4．1．1 Kubeflow的部署工具Kfctl/t48
4．1．2 Kubeflow Manifests与kustomize/t49
4．1．3 Kubeflow与Kubernetes版本的兼容性/t51
4．1．4 Kubeflow的安装过程/t52
4．1．5 安装后检查/t54
4．2 KUBEFLOW的用户故事/t56
4．3 KUBEFLOW端到端的用户案例/t58
4．4 KUBEFLOW对IBM POWER平台的支持/t67

第5章 KUBEFLOW PIPELINES流水线式机器学习/t69
5．1 KUBEFLOW PIPELINES是什么/t69
5．2 KUBEFLOW PIPELINES的基本概念/t71
5．3 KUBEFLOW PIPELINES的架构/t73
5．4 PIPELINES SDK/t74
5．4．1 安装Pipelines SDK/t75
5．4．2 Pipelines SDK代码分析/t75
5．5 动手构建自己的PIPELINES/t79
5．6 KUBEFLOW PIPELINES的实际应用/t82
第6章 KUBEFLOW OPERATOR自定义资源/t94
6．1 KUBERNETES CRD简述/t94
6．2 TENSORFLOW OPERATOR/t96
6．2．1 TFJob的前世今生/t96
6．2．2 TFJob CRD/t96
6．2．3 故障定位/t102
6．2．4 TFJob Python SDK/t103
6．2．5 TFJob的应用实例/t105
6．3 PYTORCH OPERATOR/t107
6．3．1 PyTorchJob简介/t108
6．3．2 PyTorchJob的实际应用/t109
6．4 其他OPERATOR/t111
6．4．1 XGBoost Operator/t111
6．4．2 Caffe2 Operator/t113
6．4．3 MPI Operator/t114
6．4．4 MXNet Operator/t115
6．4．5 Chainer Operator/t116

第7章 KUBEFLOW KATIB超参调优/t118
7．1 机器学习中的超参调优/t118
7．2 什么是KATIB/t120
7．3 KATIB的安装方法/t120
7．4 KATIB的架构/t121
7．5 KATIB的业务流程/t123
7．6 使用KATIB进行一次超参调优/t125
第8章 KFSERVING解决机器学习“最后一公里”的问题/t133
8．1 KFSERVING是什么/t133
8．2 ISTIO简介/t135
8．2．1 Service Mesh的概念/t135
8．2．2 Istio的架构/t137
8．2．3 Istio的安装方法/t138
8．3 KNATIVE简介/t139
8．3．1 Knative的架构/t139
8．3．2 Knative Serving/t140
8．3．3 Knative Serving的安装方法/t142
8．4 KFSERVING的架构分析/t142
8．4．1 KFServing的架构/t142
8．4．2 KFServing Data Plane/t144
8．4．3 KFServing Control Plane/t146
8．5 KFSERVING PYTHON SDK/t148
8．5．1 KFServing Python SDK的安装方法/t149
8．5．2 KFServing Python SDK Client支持的API/t149
8．5．3 KFServing Python SDK的应用/t153
8．6 KFSERVING的应用实例/t156
8．6．1 使用PVC训练模型并发布服务/t156
8．6．2 InferenceService Transformer的应用/t157
第9章 KUBEFLOW FAIRING带机器学习“飞”/t160
9．1 KUBEFLOW FAIRING是什么/t160
9．2 KUBEFLOW FAIRING的安装方法/t162
9．2．1 本地安装/t162
9．2．2 在Kubeflow Jupyter Notebook中更新Kubeflow Fairing SDK/t163
9．3 KUBEFLOW FAIRING的架构分析/t165
9．4 KUBEFLOW FAIRING的源码分析/t165
9．4．1 Kubeflow Fairing的入口程序文件Config．py/t165
9．4．2 Kubeflow Fairing Preprocessor/t166
9．4．3 Kubeflow Fairing Builder/t168
9．4．4 Kubeflow Fairing Deployer/t169
9．4．5 Kubeflow Fairing支持的High Level API/t171
9．5 KUBEFLOW FAIRING的应用实例/t171
第10章 KUBEFLOW METADATA/t176
10．1 KUBEFLOW METADATA简述/t176
10．2 KUBEFLOW METADATA的架构与设计/t177
10．3 METADATA支持的元数据和数据表/t180
10．4 KUBEFLOW METADATA实战/t183
10．4．1 安装Kubeflow Metadata组件/t183
10．4．2 Kubeflow Metadata的应用实例/t184
10．4．3 Metadata的展示/t186
第11章 KUBEBENCH机器学习哪家强/t188
11．1 先从BENCHMARK说起/t188
11．2 KUBEBENCH的安装方法/t190
11．3 KUBEBENCH的架构/t190
11．4 KUBEBENCH的实践/t193
第12章 KUBEFLOW中的JUPYTER NOTEBOOK HUB/t195
12．1 JUPYTER NOTEBOOK简述/t195
12．2 JUPYTER NOTEBOOK的架构及其运行原理/t196
12．3 KUBEFLOW JUPYTER NOTEBOOK的组件及其使用方法/t197
第3篇 KUBEFLOW的应用和展望
第13章 KUBEFLOW的应用实战/t205
13．1 在云平台上进行机器学习/t205
13．2 基于KUBEFLOW的SEQ2SEQ机器学习案例/t220
13．2．1 Seq2Seq模型简介/t220
13．2．2 在Kubeflow平台上运行Seq2Seq案例/t222
第14章 KUBEFLOW前景展望和AI HUB/t233
14．1 KUBEFLOW 1．0的功能和计划/t233
14．2 基于KUBEFLOW的AI HUB新模式/t234
14．3 智能云中的AIAAS（AI服务）/t237