本文转载自开源技术 * IBM 微讲堂 | Kubeflow 系列（观看回放 | 下载讲义）
学习和掌握 Kubernetes 上的机器学习工具集 Kubeflow
IBM Developer 中国
更新: 2020-11-13 | 发布: 2020-09-15

机器学习和云计算为当下最火热的两大技术方向。随着机器学习的发展，人们越来越希望借助于云计算的力量，来完成机器学习的模型训练和业务部署等。而 Kubernetes 已然发展为云计算方面的标杆技术，如何将机器学习的工作流快速方便的部署到 Kubernetes 平台上，成为当下亟待解决的问题。Kubeflow 正为此而来。

Kubeflow 是 Kubernetes 上的机器学习工具集，致力于简化 Kubernetes 上机器学习工作流的部署和管理。IBM 开源技术微讲堂将从 9 月 24 日开启全新系列课程——Kubeflow，介绍 Kubeflow 的方方面面。

简介

Kubeflow 是用于 Kubernetes 的机器学习工具包。它旨在使 Kubernetes 上的机器学习工作流程部署变得简单、可移植且可扩展。Kubeflow 最初只是 Google 的一个内部项目，用于在 Kubernetes 上运行 TensorFlow 作业；它现在已成为一个开源项目，其贡献者遍布全球。这是一个云原生项目，可以部署在各种云平台上。也可以在本地计算机或企业内部安装 Kubeflow。

目标听众

对 Kubeflow 感兴趣的技术开发者。

日程安排

时间	主题	摘要
9.24	Kubeflow: 端到端的机器学习平台	扼要介绍 Kubeflow 的概念，发展历程和主要模块，您将对 Kubeflow 各个模块基本功能有初步基本了解。
10.15	Kubeflow 控制面板：使用 Operator 框架管理和部署 Kubelow	深入介绍 Kubeflow 的控制面板，并且讲解如何通过 Operator 来部署和管理 Kubeflow 组件。
10.22	Kubeflow Fairing：Kubeflow 混合云 SDK	深入介绍 Fairing，以及如何使用 Fairing 在混合云环境中构建、训练和部署机器学习的流程
10.29	KFServing：机器学习模型的服务化部署	深入介绍 KFServing 以及如何使用 KFServing 部署各种框架的模型
11.05	Kubeflow Pipelines: 从数据到模型发布的端到端机器学习工作流	深入介绍 Pipelines，以及如何使用 Pipelines 部署和运行机器学习工作流
11.12	分布式训练和 AutoML	深入介绍 Kubeflow 分布式训练以及 AutoML

01. Kubeflow 概览和功能介绍

在本次课程中，讲师从机器学习生命周期的出发，介绍了 Kubeflow 这个端到端的机器学习工具集，概括讲述了 Kubeflow 的每个模块在生命周期的每个阶段起到的作用和使用方法。

Kubeflow系列：01. Kubeflow 概览和功能介绍

讲义下载

02. 使用 Operator 框架管理和部署 Kubelow

在本次课程中，讲师深入介绍了 Kubeflow 的控制面板，并且讲解了如何通过 Operator 来部署和管理 Kubeflow 组件。

Kubeflow系列：02. 使用 Operator 框架管理和部署 Kubelow
讲义下载

03. Kubeflow 混合云 SDK

在本次课程中，讲师从四个方面深入介绍 Fairing，以及如何使用 Fairing 在混合云环境中构建、训练和部署机器学习的流程。

Kubeflow系列：03. Kubeflow 混合云 SDK
讲义下载

04. 机器学习模型的服务化部署

Kubeflow系列：04. 机器学习模型的服务化部署
讲义下载

05. 从数据到模型发布的端到端机器学习工作流

在本次课程中，讲师深入介绍了 Pipelines，以及如何使用 Pipelines 部署和运行机器学习工作流。

Kubeflow系列：05. 从数据到模型发布的端到端机器学习工作流
讲义下载

06. 分布式训练和 AutoML

在本次课程中，讲师深入介绍了 Kubeflow 分布式训练以及 AutoML，帮助你快速上手。

Kubeflow系列：06. 分布式训练和 AutoML
讲义下载

如何参与

关注“IBM 开发者”官方微信，并回复“听课”获取参与链接。
[图片上传失败...(image-79105c-1605674843638)]
关注“IBM 开源技术”微信公众号，加入课程微信群，随时接收课程最新信息、往期课程讲稿和回放链接，与讲师互动。

专题合集 #开源技术 * IBM 微讲堂