Kubeflow: 云计算和机器学习的桥梁

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。

《Kubeflow：云计算和机器学习的桥梁》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。

何金池，高级软件工程师，负责IBM Data & AI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IBM多云管理的研发与AI集成。

刘侯刚，高级软件工程师, 负责IBM私有云研发，Kubeflow社区Maintainer，Katib联合创始人。