Kubeflow实战系列:阿里云上使用JupyterHub
介绍
本系列将介绍如何在阿里云容器服务上运行Kubeflow, 本文介绍如何使用Jupyter Hub。
背景介绍
时间过得真快,李世乭和AlphaGo的人机对弈已经是两年前的事情。在过去的两年中,人工智能开始从学术界向工业界转型,基于人工智能技术的产品化落地和工业界方案的探索正如火如荼的进行。
容器服务K8S 实践与踩坑记录
1.前言 :
使用 aliyun k8s 集群将公司内系统完全上云1年多,记录一下其中的踩坑与优化记录。
2. 创建集群
创建集群时,做好规划,选择优化好的集群配置,可以大大减少后期运维工作,其中部分集群的配置时候在建立后再也没法修改或者修改极其麻烦。
2016中国容器技术调研报告全景解读
经过容器技术的发展,以及国内各家公司的积极实践,国内用户对于容器技术的接受度有所提升,近87% 的用户表示考虑使用容器技术,这相比较于四个月前的调研结果,接受比例有了明显增加
容器服务部署速度快,开发、测试更敏捷、提高系统利用率,降低资源成本的核心优势,依然是用户选择它的主要原因
在容器服务kubernetes上配置https
当前容器服务kubernetes支持多种应用访问的形式,最常见的如SLB:Port,NodeIP:NodePort,域名访问等;但是如果用户希望能够通过https进行应用的访问,容器服务kubernetes默认是不支持的,本文旨在通过实际案例演示https的访问配置,帮助用户在容器服务kubernetes中配置自己的证书。
通过阿里云容器服务深度学习解决方案上手Caffe+多GPU训练
阿里云容器服务提供的深度学习解决方案内置了对Tensorflow, Keras, MXnet框架的环境,并支持基于它们的深度学习模型开发、模型训练和模型预测。同时,对于模型训练和预测,用户还可以通过指定自定义容器镜像的方式,使用其他深度学习框架。