Kubeflow: Alat za mašinsko učenje za Kubernetes

Kubeflow: Alat za mašinsko učenje za Kubernetes

Kubeflow: Alat za mašinsko učenje za Kubernetes

Naš današnji post baviće se područjem Automatsko učenje (mašinsko učenje / ML). Konkretno o aplikaciji otvorenog koda pod nazivom "Kubeflow", što zauzvrat djeluje na Kubernet. Koji je, kao što mnogi od vas već znaju, sistem otvorenog koda za automatizaciju postavljanja, skaliranja i rukovanja kontejneriranim aplikacijama.

"Kubeflow" iako je trenutno dostupan pod stabilna verzija 1.2, kako se pojavljuje na službenoj službenoj web stranici i GitHub-u, na službenom blogu, to je već komentirano na sljedeća verzija 1.3. Zbog toga ćemo se danas pozabaviti ovom aplikacijom.

Kognitivni alat: Open Source Deep Learning SW

Kognitivni alat: Open Source Deep Learning SW

I kao i obično, za one koji su uvijek željni proniknuti u pročitanu temu, ostavićemo vam sljedeće linkove do povezanih prethodnih postova da ih istražite nakon što ovaj post završi:

"Microsoftov Cognitive Toolkit (ranije nazvan CNTK) je alat za duboko učenje (Machine Learning) de «Código Abierto» sa ogromnim potencijalom. Takođe je besplatan, lak za upotrebu i komercijalnog kvaliteta koji vam omogućava da kreirate algoritme dubokog učenja sposobni za učenje na nivou bliskom nivou ljudskog mozga." Kognitivni alat: Open Source Deep Learning SW

Kognitivni alat: Open Source Deep Learning SW
Vezani članak:
Kognitivni alat: Open Source Deep Learning SW
.NET i ML.NET: Microsoft Open Source platforme
Vezani članak:
.NET i ML.NET: Microsoft Open Source platforme
TensorFlow i Pytorch: AI platforme otvorenog koda
Vezani članak:
TensorFlow i Pytorch: AI platforme otvorenog koda

Kubeflow: Otvoreni projekat mašinskog učenja

Kubeflow: Otvoreni projekat mašinskog učenja

Šta je Kubeflow?

Prema vašem official website, ovaj otvoreni projekt definiran je kako slijedi:

"Riječ je o projektu posvećenom tome da implementacije procesa rada na mašinskom učenju (ML) budu jednostavne, prenosive i skalabilne. Njegov cilj nije rekreiranje drugih usluga, već pružanje jednostavnog načina primene najboljih sistema otvorenog koda za ML na različitim infrastrukturama. Dakle, gdje god Kubernetes radi, Kubeflow može raditi."

Dok, na vašoj web lokaciji na GitHub, ukratko dodajte sljedeće:

"Kubeflow je izvorna platforma u oblaku za operacije mašinskog učenja: cjevovodi, obuka i postavljanje."

Iz ovoga se lako može zaključiti da je glavni cilj "Kubeflow" je:

"Olakšajte skaliranje i primenu modela mašinskog učenja (ML) što je više moguće, dopuštajući Kubernetesu da radi ono što zna: laka, ponovljiva, prenosiva primena na raznovrsnoj infrastrukturi, implementacija i upravljanje mikroservisima labavo povezane i prilagođavaju se zahtevima."

Karakteristike?

Među izvanrednim karakteristikama "Kubeflow" Možemo pomenuti sledeće:

  • Uključuje usluge za stvaranje i upravljanje interaktivnim Jupiterovim bilježnicama. Omogućavajući prilagodbu primjene istih i drugih računarskih resursa kako bi ih prilagodili potrebama znanosti o podacima. Stoga, olakšavajući eksperimentiranje s lokalnim tijekovima rada, a zatim ih rasporedite u oblak kada je to potrebno.
  • Pruža prilagođeni TensorFlow operater posla za obuku. Koji se može koristiti za obuku ML modela. Konkretno, operater poslova Kubeflow može se nositi s distribuiranim poslovima obuke TensorFlow. Omogućavanje snage za konfiguriranje kontrolera za obuku da koristi CPU-ove ili GPU-ove, i tako se prilagođava različitim veličinama klastera.
  • Podržava spremnik za serviranje TensorFlow za izvoz obučenih modela TensorFlow u Kubernetes. Pored toga, Kubeflow je takođe integriran sa Seldon Core, platformom otvorenog koda za primenu modela mašinskog učenja na Kubernetesu i NVIDIA Triton Inference Server kako bi se maksimizovala upotreba GPU-a prilikom širenja ML / DL modela.
  • Uključuje tehnologiju Kubeflow Pipelines. Što je sveobuhvatno rješenje za postavljanje i upravljanje sveobuhvatnim tijekovima rada ML-a. Omogućavajući brza i pouzdana eksperimentiranja koja se koriste za planiranje i upoređivanje trčanja i pregled detaljnih izvještaja o svakom trčanju.
  • Nudi multi-frame temelj. Budući da će, osim što vrlo dobro surađuje s TensorFlowom, uskoro imati i podršku za PyTorch, Apache MXNet, MPI, XGBoost, Chainer i druge.

Više ažurnih informacija o "Kubeflow" mogu se dobiti direktno na vašem Službeni blog.

Šta je Kubernetes?

S obzirom na, "Kubeflow" radi na "Kubernetes", vrijedi precizirati prema vlastitom official website da je potonje sljedeće:

"Kubernetes (K8s) je platforma otvorenog koda za automatizaciju postavljanja, skaliranja i upravljanja kontejneriranim aplikacijama."

A u slučaju, poželite produbiti dalje "Kubernetes" U nastavku možete istražiti naše prethodne i najnovije srodne publikacije:

Vezani članak:
Kubernetes 1.19 dolazi s jednogodišnjom podrškom, TLS 1.3, poboljšanjima i više
Docker protiv Kubernetesa
Vezani članak:
Docker vs Kubernetes: prednosti i nedostaci

Generička slika za zaključke članka

zaključak

Nadamo se ovome "koristan mali post" o «Kubeflow», zanimljiv i moderan projekat otvorenog koda u polju dubokog učenja, stvoren za povećanje dometa platforme otvorenog koda «Kubernetes »; je od velikog interesa i korisnosti, u cjelini «Comunidad de Software Libre y Código Abierto» i od velikog doprinosa širenju divnog, gigantskog i rastućeg ekosistema aplikacija «GNU/Linux».

Za sada, ako vam se ovo svidjelo publicación, Nemoj stati podelite s drugima na vašim omiljenim web lokacijama, kanalima, grupama ili zajednicama društvenih mreža ili sistema za razmjenu poruka, po mogućnosti besplatno, otvoreno i / ili sigurnije kao telegramsignalMastodon ili neko drugi od Fediverse, po mogućnosti.

I ne zaboravite posjetiti našu početnu stranicu na «DesdeLinux» da istražite još vijesti, kao i da se pridružite našem službenom kanalu Telegram od DesdeLinuxZa više informacija možete posjetiti bilo koji Internet biblioteka como OpenLibra y jedit, za pristup i čitanje digitalnih knjiga (PDF-ova) o ovoj temi ili drugima.


Ostavite komentar

Vaša e-mail adresa neće biti objavljena. Obavezna polja su označena sa *

*

*

  1. Za podatke odgovoran: Miguel Ángel Gatón
  2. Svrha podataka: Kontrola neželjene pošte, upravljanje komentarima.
  3. Legitimacija: Vaš pristanak
  4. Komunikacija podataka: Podaci se neće dostavljati trećim stranama, osim po zakonskoj obavezi.
  5. Pohrana podataka: Baza podataka koju hostuje Occentus Networks (EU)
  6. Prava: U bilo kojem trenutku možete ograničiti, oporaviti i izbrisati svoje podatke.