katib

卡蒂布（Katib）是一個自動化機器學習（AUTOML）的Kubernetes-native項目。 Katib支持超參數調整，早期停止和神經建築搜索。

卡蒂布（Katib）是對機器學習（ML）框架不可知的項目。它可以調整用用戶選擇的任何語言編寫的應用程序的超參數，並在本地支持許多ML框架，例如Tensorflow，Apache MXNET，Pytorch，XGBoost等。

Katib可以使用任何Kubernetes自定義資源進行培訓工作，並開箱即用支持Kubeflow培訓操作員，Argo Workflows，Tekton Pipeelines等。

卡蒂布代表阿拉伯語secretary 。

搜索算法

Katib支持多種搜索算法。請按照Kubeflow文檔了解有關每種算法的更多信息，並檢查本指南以實現您的自定義算法。

高參數調整	神經建築搜索	提早停止
隨機搜索	enas	中位停止
網格搜索	飛鏢
貝葉斯優化
TPE
多元TPE
CMA-ES
Sobol的Quasirandom序列
超帶
基於人群的培訓

要執行上述算法，katib支持以下框架：

• Goptuna
• hyperopt
• Optuna
• Scikit優化

先決條件

請檢查官方Kubeflow文檔是否安裝Katib的先決條件。

安裝

請按照Kubeflow Katib指南進行有關如何安裝Katib的詳細說明。

安裝控制平面

運行以下命令以安裝Katib控制平面的最新穩定版本：

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

運行以下命令以安裝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"

對於Katib實驗，請檢查完整的示例列表。

安裝Python SDK

Katib實現了Python SDK，以簡化數據科學家的超參數調整工作。

運行以下命令以安裝Katib SDK的最新穩定版本：

pip install -U kubeflow-katib

入門

請參閱“入門指南”，以快速使用Python SDK快速創建您的第一個超參數調整實驗。

社區

以下鏈接提供了有關如何參與社區的信息：

• 每兩週一次的汽車和培訓工作組社區會議。
• 加入我們的#kubeflow-katib slack頻道。
• 查看誰在使用Katib和有關Katib項目的演示文稿。

貢獻

請參考貢獻指南。

引用

如果您在科學出版物中使用Katib，我們將感謝以下論文引用：

George等人可擴展的雲原生高參數調諧系統。 ，Arxiv：2006.02085，2020。

Bibtex條目：

 @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}
}