kubeflow/katib

这是什么？

核心功能

• 01支持超参数调优、早停和神经架构搜索。
• 02兼容任何可作为 Kubernetes 自定义资源运行的训练程序，与框架无关。
• 03内置贝叶斯优化、TPE、CMA-ES、HyperBand、PBT 等搜索算法。
• 04可与 Kubeflow Training Operator、Argo Workflows、Tekton Pipelines 集成。
• 05提供 Python SDK，便于创建和提交调优实验。

适用场景

• 在 Kubernetes 集群上为 TensorFlow、PyTorch、XGBoost 等模型调优超参数。
• 将大规模并行搜索任务分布到集群资源上运行，而非单台机器。
• 使用 ENAS 或 DARTS 搜索神经网络架构。
• 为长时间运行的训练任务加入自动早停。

快速上手

1. 1

   在 Kubernetes 集群上安装 Katib 控制平面（稳定版 v0.17.0）

   kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0"
2. 2

   从 PyPI 安装 Katib Python SDK

   pip install -U kubeflow-katib
3. 3

   按照入门指南，使用 Python SDK 创建第一个超参数调优实验

使用前须知

• !需要一个正在运行的 Kubernetes 集群，并且需要具备 Kubernetes 知识才能安装和使用。
• !安装前提条件和配置细节仅在外部 Kubeflow 文档中说明。

标签

常见问题

katib 是什么？

基于 Kubernetes 的自动化机器学习系统，支持超参数调优、早停与神经架构搜索。 Katib 是一个面向 Kubernetes 的自动化机器学习（AutoML）项目，提供超参数调优、早停和神经架构搜索功能。它与具体的机器学习框架无关，只要应用能作为 Kubernetes 工作负载运行并上报指标，任何语言编写的训练程序都可以进行调优。

katib 可以免费使用吗？用的什么许可证？

katib 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

katib 还在维护吗？

活跃维护中。katib 最近一次提交是在 2026年10月31日。

katib 适合用来做什么？

在 Kubernetes 集群上为 TensorFlow、PyTorch、XGBoost 等模型调优超参数。 将大规模并行搜索任务分布到集群资源上运行，而非单台机器。 使用 ENAS 或 DARTS 搜索神经网络架构。 为长时间运行的训练任务加入自动早停。

katib 怎么安装和运行？

在 Kubernetes 集群上安装 Katib 控制平面（稳定版 v0.17.0）: kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0" 从 PyPI 安装 Katib Python SDK: pip install -U kubeflow-katib 按照入门指南，使用 Python SDK 创建第一个超参数调优实验

在哪里获取 katib？

源代码和安装说明在 GitHub 上：https://github.com/kubeflow/katib