- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
상세 이미지
소개
목차
|
CHAPTER 1 쿠브플로 소개_1.1 쿠버네티스에서의 머신러닝_1.2 일반적인 쿠브플로 유스 케이스 _1.3 쿠브플로의 구성 요소_1.4 마치며CHAPTER 2 쿠브플로 아키텍처와 모범 사례_2.1 쿠브플로 아키텍처 개요 _2.2 쿠브플로 멀티테넌시 아키텍처_2.3 주피터 노트북 아키텍처 _2.4 파이프라인 아키텍처 _2.5 쿠브플로 모범 사례_2.6 마치며CHAPTER 3 쿠브플로 설치 계획_3.1 보안 계획_3.2 사용자_3.3 워크로드_3.4 GPU 계획 _3.5 인프라스트럭처 계획_3.6 컨테이너 관리_3.7 Knative를 이용한 서버리스 컨테이너 운영_3.8 규모와 성장_3.9 마치며CHAPTER 4 온프레미스에 쿠브플로 설치_4.1 쿠브플로 명령어 _4.2 기본 설치 과정 _4.3 쿠브플로 접근과 상호작용_4.4 쿠브플로 설치_4.5 마치며 CHAPTER 5 구글 클라우드 쿠브플로 운영_5.1 구글 클라우드 플랫폼 개요 _5.2 구글 클라우드 SDK 설치_5.3 구글 클라우드 플랫폼에 쿠브플로 설치_5.4 마치며 CHAPTER 6 아마존 웹 서비스 쿠브플로 운영_6.1 아마존 웹 서비스 개요 _6.2 아마존 웹 서비스 가입_6.3 AWS 명령 줄 인터페이스 설치_6.4 아마존 웹 서비스의 쿠브플로_6.5 아마존 EKS에서 관리형 쿠버네티스 사용하기_6.6 배포 과정 이해 _6.7 마치며CHAPTER 7 애저 쿠브플로 운영_7.1 애저 클라우드 플랫폼 개요 _7.2 애저 명령 줄 인터페이스 _7.3 애저 쿠버네티스에 쿠브플로 설치 _7.4 배포에 네트워크 접근 승인 _7.5 마치며CHAPTER 8 모델 서빙과 통합_8.1 모델 관리의 기본 개념_8.2 KFServing 소개 _8.3 KFServing을 이용한 모델 관리_8.4 마치며 Appendix A 인프라스트럭처 개념 Appendix B 쿠버네티스 개요 Appendix C 이스티오 운영과 쿠브플로
|
저자 소개 4
Josh Patterson
패터슨 컨설팅 CEO이자 빅데이터와 응용 머신러닝 분야의 솔루션 통합 아키텍트. 10년간 빅데이터와 광범위한 딥러닝 분야의 경험을 통해 포춘 500 프로젝트에 그의 특별한 인사이트를 담았다. 패터슨은 테네시강 유역 개발 공사(TVA)에서 대규모 데이터 저장과 스마트 그리드 페이저 측정 단위 처리(PMU)를 위한 아파치 하둡 통합을 주도했다. TVA 이후 직원 34명의 초기 하둡 스타트업인 클라우데라에서 수석 솔루션 아키텍트로 근무했다. 클라우데라를 떠난 뒤에는 Deeplearning4j 프로젝트를 공동 창업하고 『자바를 활용한 딥러닝』(한빛미디어, 2018)을 공동 저작했다.
조시 패터슨 의 다른 상품
Michael Katzenellenbogen
깊고 광범위한 배경지식과 경험이 많은 독립 컨설턴트. 어린 나이에 운 좋게 기술을 접하게 되어 인터넷의 등장과 다양한 변화, 단계를 경험했다. 그렇게 인터넷과 함께 성장하면서 최첨단 기술에 정통하게 되었다. 데이터 관리, 소프트웨어 아키텍처, 새롭게 등장하는 기술을 창의적이고 새로운 방식으로 적용하는 것에 조예가 깊었다. 뉴욕 타임스의 데이터 관리, 하둡과 같은 빅데이터 플랫폼 활용, 클라우데라에서 수석 솔루션 아키텍트였다. 또한 F100 기업의 아키텍트를 돕고, 거대한 규모의 데이터와 컴퓨팅 클러스터를 구현했다. 현재는 쿠버네티스와 쿠브플로 같은 기술을 활용해 기업들이 머신러닝
깊고 광범위한 배경지식과 경험이 많은 독립 컨설턴트. 어린 나이에 운 좋게 기술을 접하게 되어 인터넷의 등장과 다양한 변화, 단계를 경험했다. 그렇게 인터넷과 함께 성장하면서 최첨단 기술에 정통하게 되었다. 데이터 관리, 소프트웨어 아키텍처, 새롭게 등장하는 기술을 창의적이고 새로운 방식으로 적용하는 것에 조예가 깊었다. 뉴욕 타임스의 데이터 관리, 하둡과 같은 빅데이터 플랫폼 활용, 클라우데라에서 수석 솔루션 아키텍트였다. 또한 F100 기업의 아키텍트를 돕고, 거대한 규모의 데이터와 컴퓨팅 클러스터를 구현했다. 현재는 쿠버네티스와 쿠브플로 같은 기술을 활용해 기업들이 머신러닝에 진입하는 장벽을 낮추는 일에 관심이 많다.
Austin Harris
테네시 채터누가에 거주하는 분산 시스템 엔지니어이자 아파치 카프카와 분산 시스템 아키텍처 전문가. 빅데이터를 실시간으로 분석하고 다루는 데이터 파이프라인 아키텍처를 설계하려는 기업들을 자문하고 있다. 또한 스마트 시티 인프라스트럭처, 웨어러블 기술, 신호 처리 분야에서 일했다. 테네시 대학교에서 컴퓨터 과학 석사 학위를 받았다. 대학교에서 머신러닝 활동 인식 기술, HIPAA1 준수 아키텍처, 실시간 동적 라우팅 알고리즘을 연구했다.
포항공과대학교에서 물리학과 컴퓨터 공학을 복수전공하고, 삼성전자 DMC 연구소에서 2년 동안 컴퓨터 비전 애플리케이션을 만들었다. 그 후 카이스트에서 머신러닝 자연어 처리 연구로 석사 학위를 취득하고, 아마존 독일 지사를 거쳐 현재는 독일 SAP에서 데이터 사이언티스트로 일하고 있다. 컴퓨터 비전, 자연어 처리, 강화 학습 등 인공지능의 여러 분야뿐 아니라 MLOps 분야에도 관심이 많은 데이터 사이언티스트다.
품목정보
- 발행일
- 2022년 02월 10일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 5.25MB ?
- 글자 수/ 페이지 수
- 약 345쪽 ?
- ISBN13
- 9791162246276
출판사 리뷰
|
머신러닝 애플리케이션을 더 쉽게 운영하는 법, 쿠브플로 쿠브플로는 쿠버네티스 환경에서 실행하는 머신러닝 워크플로를 단일 환경에서 손쉽고 직관적으로 운영하는 도구다. 코드 작성, 컨테이너 생성 및 할당, 모델 학습, 서빙, 머신러닝 프로젝트 진행, 배포, 보안 등 모든 단계를 쿠브플로로 할 수 있다. 쿠브플로를 이용하면 상세한 내부 구조까지 파헤치지 않아도, 쿠버네티스상에서 머신러닝 워크플로를 구축할 수 있다.이 책에서 다루는 쿠브플로 핵심 기능, 다양한 환경(AWS, GCP, 애저)에서 쿠브플로를 적용하는 방법, 배포하는 방법 등을 통해 여러분의 머신러닝 애플리케이션을 효율적으로 운영해보자.주요 내용-쿠브플로 아키텍처 이해와 쿠브플로 플랫폼 사용의 모범 사례-쿠브플로 배포 과정 이해하기-기존 온프레미스 쿠버네티스 클러스터에 쿠브플로 설치하기-GCP, AWS, 애저에서 쿠브플로 배포하기-KFServing을 활용한 머신러닝 모델 개발과 배포
|
