- Kubeflow學習指南:生產級機器學習系統實現
- (美)Trevor Grant等
- 256字
- 2022-02-08 17:52:33
第1章 Kubeflow及其適用對象
如果你是一名數據科學家,試圖將模型投入生產;或者你是一名數據工程師,試圖使模型具有可擴展性和可靠性,Kubeflow都可以提供工具幫助你。Kubeflow解決的正是機器學習從研究到生產的問題。盡管存在常見的誤解,但Kubeflow不僅僅是Kubernetes和TensorFlow的結合,它可以用于各種機器學習任務。如果你的組織正在使用Kubernetes,我們希望Kubeflow是適合的工具。1.6節介紹了一些你可能希望嘗試的方案。
本章旨在幫助你判斷Kubeflow是否是適合你場景的工具。我們將介紹從Kubeflow中獲得的收益、付出的成本以及替代方案。在本章之后,為了幫助你熟悉基礎知識,我們將深入介紹Kubeflow并構建端到端解決方案。
推薦閱讀
- GB 51276-2018 煤炭企業總圖運輸設計標準
- GB 51177-2016 升船機設計規范
- DL/T 5546-2018 自然通風冷卻塔防腐設計導則
- GB/T 51183-2016 農業溫室結構荷載規范
- 石油化工廠際管道工程技術標準
- GB 51006-2014 石油化工建(構)筑物結構荷載規范(英文版)
- GB 51258-2017 玻璃纖維工廠設計標準
- 建筑衛生陶瓷工廠節能設計標準
- DL/T 5516-2016 火力發電廠集中控制室及電子設備間布置設計規程
- 中國磁光電混合存儲產業藍皮書
- GB50397-2007冶金電氣設備工程安裝驗收規范(英文版)
- DL/T 5153-2014 火力發電廠廠用電設計技術規程
- GB/T 50451-2017 煤礦井下排水泵站及排水管路設計規范
- 鋰離子電池工廠設計標準
- DL/T5236-2010±800kV及以下直流架空輸電線路工程施工質量檢驗及評定規程(英文版)