通过阿里云容器服务上手Caffe + 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。
Kubernetes ：Launcher 基于 kubeadm 的部署工具
支持的集群类型
单主机集群
可增删主节点的高可用集群
可增删主节点的高可用集群
用途：建议用户在生产环境中使用
功能：高可用的Etcd集群；支持至少2个Master节点；支持高可用的Vespace存储；局域网内的时间同步组件；内置的镜像仓库（Alpha）；应用级别的负载均衡（Alpha）等
其实，在内部实现中，为了使整个逻辑更加的简单，我们将主节点上的组件，只与本节点的apiserver联系，当然，Etcd节点为独立的模块，我们当前的Etcd节点都运行在master节点上。
云上深度学习实践（二）-云上MXNet实践
目录
云上深度学习实践（一）-GPU云服务器TensorFlow单机多卡训练性能实践
云上深度学习实践（二）-云上MXNet实践
1 MXNet 简介
1.1 MXNet特点
MXNet是一个全功能，灵活可编程和高扩展性的深度学习框架。所
