Boris Yeltsin:The Decade that Shook the World
The Perils of the Pushy Parents: A Cautionary Tale
Life in the Fast Lane: The Johnson Guide to Cars
Unconquerable: The Invictus Spirit
Factorul Churchill. Cum a schimbat un singur om istoria
Blues pentru o pisic? neagr?. Nuvele
Энциклопедия разумного огородника
本书旨在能够提供一些基础知识,来帮助发者和架构师更从容地启云原生应用之旅。本书首先介绍一些分布式系统的基本原理及其与云原生应用的关系,然后再一步介绍容器和函数等相关技术,着,本书会介绍服务间的通信模式、服务的弹性和数据模式,并讨论在什么情况下应该使用这些技术,*后会总结一些经验性的东西,例如如何结合DevOps方法,怎么兼顾可移植性,以及一些*佳实践。这些*佳实践对于造一个成功的云原生应用是非常有帮助的。这本书不会手把手教你如何实现一个满足特定业务需求的云原生应用。但是在读完这本书之后,你一定会知道如何去设计、构建和运维一个成功的云原生应用。
Cazul Orlov. Dosare KGB. Cea mai mare ?n?el?torie din istori
如果你正在训练一个机器学习模型,但不确定如何将其投生产,本书将协助你完成目标。Kubeflow为模型生命周期的不同阶段提供了一系列云原生工具,从数据探索和特征准备到模型训练和模型服务。本书可以帮助数据科学家用Kubeflow构建生产级机器学习实现,并向数据工程师展示了如何使模型具有可伸缩性和可靠性。作者使用书中的示例解释了如何使用Kubeflow在云端或者本地发环境中的Kubernetes上训练机器学习模型并为模型提供服务。本书将帮助你: - 理解Kubeflow的设计、核心组件和所能解决的问题。 - 使用Kubeflow和流行的工具(包括Scikit-learn、TensorFlow和Apache Spark)训练模型。 - 使用Kubeflow 流水线使模型保持状态。 - 了解如何获取模型训练的元数据。 - 为超参调优行训练。 - 了解如何在生产中为模型提供服务。 - 探索如何用其他源工具扩展Kubeflow。