katib

卡蒂布（Katib）是一个自动化机器学习（AUTOML）的Kubernetes-native项目。 Katib支持超参数调整，早期停止和神经建筑搜索。

卡蒂布（Katib）是对机器学习（ML）框架不可知的项目。它可以调整用用户选择的任何语言编写的应用程序的超参数，并在本地支持许多ML框架，例如Tensorflow，Apache MXNET，Pytorch，XGBoost等。

Katib可以使用任何Kubernetes自定义资源进行培训工作，并开箱即用支持Kubeflow培训操作员，Argo Workflows，Tekton Pipeelines等。

卡蒂布代表阿拉伯语secretary 。

搜索算法

Katib支持多种搜索算法。请按照Kubeflow文档了解有关每种算法的更多信息，并检查本指南以实现您的自定义算法。

高参数调整	神经建筑搜索	提早停止
随机搜索	enas	中位停止
网格搜索	飞镖
贝叶斯优化
TPE
多元TPE
CMA-ES
Sobol的Quasirandom序列
超带
基于人群的培训

要执行上述算法，katib支持以下框架：

• Goptuna
• hyperopt
• Optuna
• Scikit优化

先决条件

请检查官方Kubeflow文档是否安装Katib的先决条件。

安装

请按照Kubeflow Katib指南进行有关如何安装Katib的详细说明。

安装控制平面

运行以下命令以安装Katib控制平面的最新稳定版本：

 kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0"

运行以下命令以安装Katib控制平面的最新更改：

 kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=master"

对于Katib实验，请检查完整的示例列表。

安装Python SDK

Katib实现了Python SDK，以简化数据科学家的超参数调整工作。

运行以下命令以安装Katib SDK的最新稳定版本：

pip install -U kubeflow-katib

入门

请参阅“入门指南”，以快速使用Python SDK快速创建您的第一个超参数调整实验。

社区

以下链接提供了有关如何参与社区的信息：

• 每两周一次的汽车和培训工作组社区会议。
• 加入我们的#kubeflow-katib slack频道。
• 查看谁在使用Katib和有关Katib项目的演示文稿。

贡献

请参考贡献指南。

引用

如果您在科学出版物中使用Katib，我们将感谢以下论文引用：

George等人可扩展的云原生高参数调谐系统。 ，Arxiv：2006.02085，2020。

Bibtex条目：

 @misc{george2020katib,
    title={A Scalable and Cloud-Native Hyperparameter Tuning System},
    author={Johnu George and Ce Gao and Richard Liu and Hou Gang Liu and Yuan Tang and Ramdoot Pydipaty and Amit Kumar Saha},
    year={2020},
    eprint={2006.02085},
    archivePrefix={arXiv},
    primaryClass={cs.DC}
}