机器学习与Kubernetes＆Kubeflow

随着人类社会的进步发展,人们已经不满足单纯的使自己变得更聪明,进而在研究,能否让自己的劳动工具也变的智能,从而最大程度的辅助自己。让机器来学习,这种行为就是在这样背景下应运而生的。

众所周知的是,学习是智慧人类特有的行为,其目的是为了解决问题与挑战。那么,机器学习会解决什么问题呢?对的,你答对了,是在解决我们组织所面对的各种业务问题,包括经营,包括管理,甚至细致到了方方面面;而且,由于它是依托于更具有客观性的数据来给出解决建议或者执行方案的,所以机器学习给出的意见更客观,更具有参考价值。

那么,对于上述问题,有什么好的解决方法来让机器学习变得简单吗?由于Kubernetes具有自动扩容,便于维护等特性,使其迅速成长为部署复杂工作负载的混合解决方案。所以,选择将机器学习部署在Kubernetes集群上,是一种聪明的选择,但是,在我们的实际操作中,依然会遇到部署复杂,指令繁冗这些问题,那又该如何处置呢?

在KubeCon+CloudNativeCon2018中国论坛中,DavidAronchick将和FeiXue共同分享机器学习与Kubernetes&Kubeflow的应用和相关经验,敬请关注首次登陆中国的Kubernetes官方论坛:

DavidAronchick:Google的产品经理,也是Kubeflow的主导者,曾在KubeCon+CloudNativeCon2017大会上展示了Kubernetes和机器学习的协同作用,并做了精彩的论述,那么在KubeCon+CloudNativeCon2018中国论坛上会给我们带来哪些观点和经验分享呢?

FeiXue:谷歌Kubeflow团队任职,致力于开源项目,帮助开发员和企业在所有地点开发并部署云原生机器学习。FeiXue拥有分布式系统的开发经验,也曾在微软研究院参与神经网络研究。另外,在本次论坛上,还有其他企业大咖,与您面对面分享相关领域的经验。

拥有斯坦福大学政治科学文科学位的PriyankaSharma:GitLabInc.公司云原生协会总监。她负责的开放分布式追踪(OpenTracing)项目已经是分布式追踪的检测标准。

获得匹兹堡大学信息科学硕士学位和艺术史博士学位的Caicloud的联合创始人兼首席运营官JuliaHan:她曾担任CNCF全球大使并组织了数十个K8S在中国各个城市举行的聚会,有超过20万名线上和线下与会者。自2017年中期以来,Julia领导K8si18n项目--K8s官方网站的中文翻译项目。