ghcr.io/kubeflow/katib/katib-controller:v0.18.0

katib-controller 是 Kubeflow Katib 项目的核心组件，简单说就是自动机器学习任务的“大管家”，负责整个超参数调优和神经网络架构搜索流程的协调与管理。 它的核心工作是“翻译”用户需求并推动落地。用户定义实验时，会写明要调哪些超参数（比如学习率、 batch size）、优化目标（比如提升模型准确率、降低训练耗时）、以及评估指标（比如验证集 AUC 值），这些配置会被 katib-controller 接收并解析。之后它会联动 Katib 的其他组件：让建议器（Suggestion）根据搜索算法（如贝叶斯优化、网格搜索）生成候选参数组合，调度评估器（Trial）在 Kubernetes 集群上启动训练任务，再收集训练结果，判断是否需要调整搜索方向——直到达到实验终止条件（比如达到最大训练次数、目标指标达标）。 技术上，它深度依赖 Kubernetes 生态，用自定义资源（CRD）管理实验生命周期，从实验创建、任务调度到结果存储全程自动化。比如训练任务意外失败时，控制器能自动重试；实验中断后重启，也能从上次进度继续。同时支持多种主流框架（TensorFlow、PyTorch 等）和评估工具，用户不用改代码就能对接现有训练流程。 实际用起来很方便：科研人员调模型时，不用手动试几百组参数，写好配置文件交给 katib-controller，它会在后台跑完所有实验，最后返回最优参数组合；企业搭建 AI 平台时，把它集成进去，能让数据科学家专注模型设计，不用操心集群调度和流程管理。简单说，它就是把“手动调参”这件麻烦事自动化了，既省时间又能找到更优解。