●章人工智能云平台简介/1
1．1人工智能发展/3
1．2人工智能云平台/4
1．3云计算与人工智能云平台/6
1．4智能框架与人工智能云平台/8
1．5人工智能云平台的主要环节与基本组成/10
1．6小结/13
参考文献/13
第2章人工智能云平台案例概览/15
2．1谷歌AI云平台/17
2．1．1AIHub/17
2．1．2AI基础组件/18
2．1．3AI平台/18
2．2微软Azure机器学习平台/20
2．2．1Azure机器学习工作室/20
2．2．2Azure机器学习服务/20
2．3亚马逊SageMaker平台/21
2．3．1AmazonSageMakerGroundTruth标注工具/22
2．3．2AmazonSageMaker模型训练与服务提供工具/22
2．3．3AmazonSageMaker推理优化与部署工具集/23
2．4企业自有智能平台/24
2．4．1业务场景闭环/25
2．4．2量身设计，灵活性强/26
2．5小结/26
参考文献/26
第3章共享存储与数据管理/27
3．1基本概念/30
3．1．1文件系统分类/30
3．1．2存储设计目标/34
3．2古老而有活力的NFS/35
3．2．1NFS版本更迭/35
3．2．2NFS架构介绍/37
3．2．3NFS常用配置/38
3．3活跃于超算领域的Lustre/40
3．3．1Lustre架构分析/40
3．3．2Lustre与NFS/42
3．3．3Lustre发展趋势/43
3．4数据集管理/43
3．4．1TFRecord/43
3．4．2LMDB/47
3．4．3RecordIO/50
3．5小结/51
参考文献/51
第4章资源管理与调度/53
4．1概述/55
4．1．1工作流/55
4．1．2资源的定义/56
4．1．3资源隔离/56
4．2Docker简介/57
4．2．1什么是Docker？/57
4．2．2Docker组成/58
4．2．3Docker工作流程/59
4．2．4NVIDIADocker/60
4．3任务调度系统架构简介/60
4．4基于YARN的调度系统实现/63
4．4．1系统架构/63
4．4．2部署说明/64
4．4．3业务流程/65
4．4．4GPU支持/65
4．5基于Kubernetes的调度系统实现/69
4．5．1系统架构/70
4．5．2业务流程/71
4．5．3GPU支持/72
4．6小结/75
参考文献/75
第5章运维监控系统/77
5．1Prometheus概述/79
5．1．1Prometheus的特点和适用场景/79
5．1．2Prometheus组成架构/80
5．1．3Prometheus核心概念/81
5．2数据采集之Exporter/82
5．2．1NodeExporter/84
5．2．2NVIDIAGPUExporter/88
5．2．3Prometheus的部署/90
5．3数据格式与编程——Prometheus查询语言/91
5．3．1初识PromQL/92
5．3．2PromQL操作符/92
5．3．3PromQL函数/96
5．4数据可视化之Grafana/98
5．4．1创建Prometheus数据源/99
5．4．2创建数据可视化图形/99
5．5告警系统之AlertManager/99
5．5．1安装和部署/100
5．5．2配置Prometheus使之与AlertManager进行通信/103
5．5．3在Prometheus中创建告警规则/105
5．6小结/106
参考文献/106
第6章机器学习框架/107
6．1SciPy/109
6．1．1什么是SciPy？/109
6．1．2SciPy的特点/109
6．1．3使用示例/110
6．2scikit-learn/111
6．2．1什么是scikit-learn？/111
6．2．2scikit-learn的六大功能/112
6．2．3scikit-learn示例/113
6．3Pandas/116
6．3．1什么是Pandas？/116
6．3．2Pandas的特点/116
6．3．3Pandas示例/117
6．4SparkMLlib和SparkML/119
6．4．1什么是SparkMLlib和SparkML？/119
6．4．2Spark使用示例/119
6．5XGBoost/121
6．5．1什么是XGBoost？/121
6．5．2XGBoost的特点/121
6．5．3XGBoost功能和示例/122
6．6TensorFlow/127
6．6．1什么是TensorFlow？/127
6．6．2TensorFlow的特点/128
6．6．3TensorFlow使用示例/128
6．7PyTorch/132
6．7．1什么是PyTorch？/132
6．7．2PyTorch的特点/133
6．7．3PyTorch使用示例——MNIST分类/133
6．8其他/136
6．8．1ApacheMXNet/136
6．8．2Caffe/136
6．8．3CNTK/137
6．8．4Theano/138
6．9小结/139
参考文献/140
第7章分布式并行训练/141
7．1并行训练概述/143
7．2并行编程工具/144
7．3深度学习中的并行/146
7．3．1算法并行优化/146
7．3．2网络并行优化/148
7．3．3分布式训练优化/151
7．4小结/167
参考文献/167
第8章自动机器学习/169
8．1AutoML概述/171
8．2特征工程/172
8．3模型选择/175
8．4优化算法选择/177
8．5神经架构搜索/178
8．5．1NAS综述/178
8．5．2细分领域的NAS应用/180
8．5．3NAS应用示例/182
8．6搜索优化和评估/187
8．6．1搜索策略/187
8．6．2评估策略/189
8．7小结/190
参考文献/190
第9章模型构建与发布/193
9．1模型构建流程/195
9．2基于TensorFlow构建方案/195
9．2．1神经网络模型训练/196
9．2．2神经网络模型保存/199
9．2．3使用命令行工具检测SavedModel/200
9．2．4使用contrib．predictor提供服务/201
9．2．5使用TensorFlowServing提供服务/202
9．3基于SeldonCore的模型部署/205
9．3．1SeldonCore安装/206
9．3．2SeldonCore使用示例/207
9．4小结/209
参考文献/210
0章可视化开发环境/211
10．1JupyterNotebook/213
10．2PyCharm/216
10．3VisualStudioCode/218
10．3．1资源管理器/219
10．3．2搜索/219
10．3．3源代码管理器/219
10．3．4调试/220
10．3．5扩展插件/221
10．3．6管理/221
10．3．7VSCode开发Python/222
10．4code-server/223
10．4．1code-server安装/223
10．4．2code-server启动/224
10．4．3code-server安装插件/224
10．5TensorBoard/227
10．6小结/230
参考文献/230
1章DIGITS实践/231
11．1DIGITS配置/233
11．1．1DIGITS安装/233
11．1．2DIGITS启动/234
11．2DIGITS示例/235
11．2．1图像分类/235
11．2．2语义分割/239
11．3DIGITS源码解析/245
11．3．1DIGITS功能介绍/248
11．3．2类继承关系/251
11．4小结/258
参考文献/259
2章Kubeflow实践/261
12．1什么是Kubeflow？/263
12．2Kubeflow部署/264
12．3JupyterHub/268
12．3．1JupyterHub定义/268
12．3．2JupyterHub子系统/268
12．3．3JupyterHub子系统交互/268
12．4Kubeflow-operator/270
12．4．1tf-operator/270
12．4．2pytorch-operator/281
12．5Katib/286
12．5．1Katib组成模块/286
12．5．2Katib模块超参数优化/287
12．5．3Katib实验运行基本流程/288
12．5．4Kubeflow路线图/289
12．6小结/289
参考文献/290
3章OpenPAI实践/291
13．1直观感受/294
13．1．1部署OpenPAI/294
13．1．2提交一个hello-world任务/297
13．1．3作业配置与环境变量/298
13．2平台架构/301
13．2．1服务列表/302
13．2．2工作流/303
13．2．3资源分配/304
13．3集群运维/304
13．3．1可视化页面的集群管理/304
13．3．2命令行管理维护工具——paictl．py/305
13．4OpenPAI代码导读/308
13．4．1在YARN中对GPU调度的支持——Hadoop-AI/310
13．4．2YARN作业的编排服务——FrameworkLauncher/321
13．5小结/328
参考文献/329
内容简介
本书以实践为导向，深入浅出，从人工智能技术、机器学习框架和微服务等概念讲起，对主流的人工智能云平台产品进行剖析和比较，对从训练学习到服务封装再到模型发布应用的全过程进行介绍，并对人工智能云平台技术栈涉及的云计算、集群管理、任务调度、共享存储等技术进行了详细讲解，以提高研发人员对人工智能全生产流程的理解。书中结合以上技术知识，以目前较为主流的开源人工智能集群管理云平台为例，对相关工程案例进行了深入讲解，帮助读者加深对知识点的理解和掌握。本书适合有一定机器学习基础和大数据基础的学生、研发人员或希望进入人工智能云平台领域的读者阅读和学习。同时，也希望本书能帮助更多人在人工智能时代找到自己的方向和定位。
评论晒单