Kubeflow: Наръчник за машинно обучение за Kubernetes
Нашата публикация днес ще се занимава с областта на Автоматично обучение (машинно обучение / ML). По-конкретно за приложение с отворен код, наречено "Kubeflow", което от своя страна работи по Kubernetes. Която, както мнозина от вас вече знаят, е система с отворен код за автоматизиране на внедряването, мащабирането и обработката на контейнерирани приложения.
"Kubeflow" въпреки че в момента е на разположение под стабилна версия 1.2, както се появява в официалния си официален уебсайт и GitHub, в официалния си блог, той вече е коментиран на следваща версия 1.3. Ето защо днес ще се задълбочим в това приложение.
Познавателен инструментариум: SW с дълбоко обучение с отворен код
И както обикновено, за тези, които винаги са нетърпеливи да се задълбочат в прочетена тема, ние ще оставим следните връзки към свързани предишни публикации, за да ги проучите, след като тази публикация приключи:
"Когнитивният инструментариум на Microsoft (наричан по-рано CNTK) е набор от инструменти за задълбочено обучение
(Machine Learning)de«Código Abierto»с огромен потенциал. Освен това е безплатно, лесно за използване и с търговско качество, което ви позволява да създавате алгоритми за дълбоко обучение, способни да учат на ниво, близко до това на човешкия мозък." Познавателен инструментариум: SW с дълбоко обучение с отворен код
Kubeflow: Отворен проект за машинно обучение
Какво представлява Kubeflow?
Според вашата официален уебсайт, този отворен проект се дефинира както следва:
"Това е проект, посветен на улесняването на внедряването на работни процеси в машинното обучение (ML) в Kubernetes, лесно, преносимо и мащабируемо. Той няма за цел да пресъздаде други услуги, а да осигури лесен начин за внедряване на най-добрите системи с отворен код за ML в различни инфраструктури. Така че където и да работи Kubernetes, Kubeflow може да работи."
Докато на вашия сайт в GitHub, добавете накратко следното:
"Kubeflow е основната платформа в облака за операции по машинно обучение: тръбопроводи, обучение и внедряване."
От това лесно може да се заключи, че основната цел на "Kubeflow" е:
"Направете възможно най-лесно мащабирането и внедряването на модела за машинно обучение (ML), позволявайки на Kubernetes да прави това, което знае: Лесно, повторяемо, преносимо разполагане в разнообразна инфраструктура, внедряване и управление на микро услуги, свободно свързани и мащабирани при поискване."
Характеристики?
Сред забележителните характеристики на "Kubeflow" Можем да споменем следното:
- Включва услуги за създаване и управление на интерактивни тетрадки на Юпитер. Позволява да се персонализира разполагането на същия и други компютърни ресурси, за да се адаптират към нуждите на науката за данни. По този начин, улеснявайки експериментирането с локални работни потоци и след това разполагането им в облака, когато е необходимо.
- Осигурява персонализиран оператор за обучение на TensorFlow. Което може да се използва за обучение на модел ML. По-специално, операторът на задачите Kubeflow може да обработва разпределени обучителни задачи TensorFlow. Разрешаване на мощността за конфигуриране на контролера за обучение да използва процесори или графични процесори и по този начин да се адаптира към различни размери на клъстера.
- Поддържа сервизен контейнер TensorFlow за експортиране на обучени модели TensorFlow в Kubernetes. Освен това Kubeflow е интегриран и със Seldon Core, платформа с отворен код за внедряване на модели за машинно обучение на Kubernetes и NVIDIA Triton Inference Server, за да се увеличи максимално използването на GPU при мащабно разгръщане на ML / DL модели.
- Включва технологията Kubeflow Pipelines. Което е цялостно решение за внедряване и управление на цялостни работни процеси на ML. Позволява бързо и надеждно експериментиране, използвано за планиране и сравняване на бягания и преглед на подробни отчети за всяко бягане.
- Предлага многофункционална основа. Тъй като освен че работи много добре с TensorFlow, скоро ще има поддръжка за PyTorch, Apache MXNet, MPI, XGBoost, Chainer и др.
Още актуална информация за "Kubeflow" може да се получи директно на вашия Официален блог.
Какво представлява Kubernetes?
Предвид, "Kubeflow" работи на "Кубернети", струва си да посочите според вашите собствени официален уебсайт че последното е следното:
"Kubernetes (K8s) е платформа с отворен код за автоматизиране на внедряването, мащабирането и управлението на контейнерирани приложения."
И в случай, пожелайте да се задълбочите "Кубернети" Можете да разгледате нашите предишни и най-нови свързани публикации по-долу:
Заключение
Надяваме се това "полезен малък пост" за «Kubeflow», интересен и модерен проект с отворен код в областта на дълбокото обучение, създаден да увеличи обхвата на платформата с отворен код «Kubernetes »; представлява голям интерес и полезност, като цяло «Comunidad de Software Libre y Código Abierto» и от голям принос за разпространението на прекрасната, гигантска и нарастваща екосистема от приложения на «GNU/Linux».
Засега, ако това ви е харесало publicación, Не спирай споделете го с други хора, на любимите ви уебсайтове, канали, групи или общности от социални мрежи или системи за съобщения, за предпочитане безплатни, отворени и / или по-сигурни като Telegram, Сигнал, Мастодон или друг от Fediverse, за предпочитане.
И не забравяйте да посетите нашата начална страница на адрес «DesdeLinux» за да изследвате още новини, както и да се присъедините към официалния ни канал на Телеграма на DesdeLinux. Докато за повече информация можете да посетите всеки Онлайн библиотека като OpenLibra y едит, за достъп и четене на цифрови книги (PDF файлове) по тази тема или други.