دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Josh Patterson, Michael Katzenellenbogen, Austin Harris سری: ISBN (شابک) : 1492053279, 9781492053279 ناشر: O'Reilly Media سال نشر: 2020 تعداد صفحات: 300 [302] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Kubeflow Operations Guide: Managing Cloud and On-Premise Deployment به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب راهنمای عملیات Kubeflow: مدیریت استقرار فضای ابری و On-Premise نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
هنگام استقرار برنامههای یادگیری ماشین، ساخت مدلها تنها بخش کوچکی از داستان است. کل فرآیند شامل توسعه، هماهنگسازی، استقرار و اجرای بارهای کاری یادگیری ماشینی مقیاسپذیر و قابل حمل است – فرآیندی که Kubeflow بسیار آسانتر میکند. با این راهنمای عملی، دانشمندان داده، مهندسان داده، و معماران پلتفرم یاد میگیرند که چگونه یک پروژه Kubeflow را برنامهریزی و اجرا کنند که میتواند از جریانهای کاری از داخل محل تا فضای ابری پشتیبانی کند. Kubeflow یک پلتفرم بومی Kubernetes منبع باز است که بر اساس خطوط لوله یادگیری ماشین داخلی Google است، و با این حال فروشندگان بزرگ ابری از جمله AWS و Azure از استفاده از Kubernetes و Kubeflow برای مدیریت کانتینرها و زیرساخت های یادگیری ماشین حمایت می کنند. در دنیای امروزی مبتنی بر ابر، این کتاب برای هر تیمی که قصد ساخت برنامههای یادگیری ماشین را دارد ایدهآل است. با این کتاب، شما: • یک مرور مختصر از Kubernetes و Kubeflow دریافت کنید • نحوه برنامه ریزی و ساخت نصب Kubeflow را بیاموزید • نصب خود را اجرا، نظارت و خودکار کنید • نصب Kubeflow خود را با امنیت کافی فراهم کنید • مدل های یادگیری ماشین را در Kubeflow ارائه دهید
When deploying machine learning applications, building models is only a small part of the story. The entire process involves developing, orchestrating, deploying, and running scalable and portable machine learning workloads—a process Kubeflow makes much easier. With this practical guide, data scientists, data engineers, and platform architects will learn how to plan and execute a Kubeflow project that can support workflows from on-premises to the cloud. Kubeflow is an open source Kubernetes-native platform based on Google’s internal machine learning pipelines, and yet major cloud vendors including AWS and Azure advocate the use of Kubernetes and Kubeflow to manage containers and machine learning infrastructure. In today’s cloud-based world, this book is ideal for any team planning to build machine learning applications. With this book, you will: • Get a concise overview of Kubernetes and Kubeflow • Learn how to plan and build a Kubeflow installation • Operate, monitor, and automate your installation • Provide your Kubeflow installation with adequate security • Serve machine learning models on Kubeflow