内容简介

当前的IT 界有两大“高速列车”，一个是以Kubernetes 为标杆技术的云计算，另一个是以TensorFlow、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，有效地连接起了Kubernetes 和各个机器学习框架，提供了机器学习在Kubernetes 云平台上实现端到端的解决方案。

本书主要讲解Kubeflow 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，并且展望了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习领域的研发人员和维护工程师，也适合用于云计算和机器学习相关的培训和学习。