Kubeflow: Kit d'eines d'aprenentatge automàtic per Kubernetes
La nostra publicació d'avui, tractarà sobre l'àmbit de l' Aprenentatge Automàtic (Machine Learning / ML). Específicament sobre una aplicació de codi obert anomenada «Kubeflow», Que al seu torn, treballa sobre Kubernetes. El qual, com molts ja saben, és un sistema de codi lliure per a l'automatització de l'desplegament, ajust d'escala i maneig d'aplicacions en contenidors.
«Kubeflow» tot i estar disponible actualment sota la versió estable 1.2, Tal com consta en el seu lloc oficial web oficial i de GitHub, si Blog oficial, ja es comenta sobre la propera versió 1.3. Per això avui, aprofundirem sobre aquesta aplicació.
Cognitive Toolkit: SW d'Aprenentatge profund de Codi Obert
I com de costum, per a aquells sempre àvids d'aprofundir sobre un tema llegit, deixarem els següents enllaços de publicacions anteriors relacionades perquè les explorin un cop acabin la present publicació:
"Cognitive Toolkit de Microsoft (anteriorment anomenat CNTK) és un kit d'eines d'aprenentatge profund
(Machine Learning)de«Código Abierto»amb un enorme potencial. També és gratuït, fàcil d'usar i té una qualitat de nivell comercial que permet crear algoritmes d'aprenentatge profund capaços d'aprendre a un nivell proper a el de el cervell humà." Cognitive Toolkit: SW d'Aprenentatge profund de Codi Obert
Kubeflow: Un projecte obert d'aprenentatge automàtic
Què és Kubeflow?
segons el seu lloc web oficial, Aquest projecte obert és definit de la següent manera:
"És un projecte dedicat a fer que els desplegaments de fluxos de treball d'aprenentatge automàtic (ML) en Kubernetes siguin simples, portàtils i escalables. El seu objectiu no és recrear altres serveis, sinó proporcionar una forma senzilla de desplegar els millors sistemes de codi obert per ML en diverses infraestructures. De tal manera que, en qualsevol lloc on s'executi Kubernetes, es pugui executar Kubeflow."
Mentre que, al seu lloc en GitHub, Afegeixen de forma breu el següent:
"Kubeflow, és la plataforma nativa en el núvol per a les operacions d'aprenentatge automàtic: pipelines, formació i desplegament."
D'això, es pot deduir fàcilment que, l'objectiu principal de «Kubeflow» és:
"Aconseguir que l'escalat dels models d'aprenentatge automàtic (ML) i el seu desplegament en producció sigui el més senzill possible, deixant que Kubernetes faci el que sap fer: Desplegament fàcils, repetibles i portàtils en una infraestructura diversa, el desplegament i gestió de microservicios dèbilment acoblats i escalar en funció de la demanda."
¿Característiques?
Entre les característiques destacables d' «Kubeflow» podem esmentar les següents:
- Inclou serveis per crear i gestionar quaderns (notebooks) Júpiter interactius. Permetent personalitzar el desplegament dels mateixos i altres recursos informàtics per a adaptar-los a les necessitats de la ciència de dades. Facilitant així, el experimentar amb fluxos de treball locals, per després desplegar en el núvol quan sigui necessari.
- Proporciona un operador de treball d'entrenament de TensorFlow personalitzat. Que pot utilitzar-se per entrenar un model de ML. En particular, l'operador de treball de Kubeflow pot gestió de tasques d'entrenament TensorFlow distribuïts. Permetent el poder configurar el controlador d'entrenament per utilitzar CPU o GPUs, i així per adaptar-se a diverses mides de clúster.
- Suporta un contenidor TensorFlow Serving per exportar models TensorFlow entrenats a Kubernetes. A més, Kubeflow també està integrat amb Seldon Core, una plataforma de codi obert per desplegar models d'aprenentatge automàtic en Kubernetes, i NVIDIA Triton Inference Server per maximitzar la utilització de la GPU a l'desplegar models ML / DL a escala.
- Inclou la tecnologia Kubeflow Pipelines. La qual és una solució integral per desplegar i gestionar fluxos de treball de ML d'extrem a extrem. El que permet una experimentació ràpida i fiable, que serveix per programar i comparar execucions, i examinar informes detallats sobre cada execució.
- Ofereix una base multi-framework. Ja que, a més de treballar molt bé amb TensorFlow, aviat comptarà amb suport per PyTorch, Apache MXNet, MPI, XGBoost, Chainer, i altres més.
Més informació actualitzada sobre «Kubeflow» pot obtenir-se directament sobre la seva Bloc oficial.
Què és Kubernetes?
Atès que, «Kubeflow» treballa sobre «Kubernets», Val la pena precisar segons el seu propi lloc web oficial que aquesta última és el següent:
"Kubernetes (K8s) és una plataforma de codi obert per automatitzar la implementació, l'escalat i l'administració d'aplicacions en contenidors."
I en cas de, desitjar aprofundir sobre «Kubernets» poden explorar les nostres anteriors i últimes publicacions relacionades següents:
Conclusió
Esperem que aquesta "petita i útil publicació" sobre «Kubeflow», Un interessant i modern projecte de codi obert de l'àmbit de l'aprenentatge profund, realitzat per augmentar l'abast de la plataforma de codi obert «Kubernetes »; sigui de molt interès i utilitat, per a tota la «Comunidad de Software Libre y Código Abierto» i de gran contribució a la difusió de l'meravellós, gegantí i creixent ecosistema d'aplicacions de «GNU/Linux».
Per ara, si t'ha agradat aquesta publicación, No deixis de compartir amb d'altres, en els teus llocs web, canals, grups o comunitats favorites de xarxes socials o sistemes de missatgeria, preferiblement lliures, obertes i / o més segures com telegram, Senyal, Mastodon o una altra de l' Fedivers, Preferiblement.
I recorda visitar la nostra pàgina d'inici en «DesdeLinux» per explorar més notícies, a més d'unir-te al nostre canal oficial de Telegram de DesdeLinux. Mentre que, per a més informació, pots visitar qualsevol Biblioteca en línia com a OpenLibra y jEdit, per accedir i llegir llibres digitals (PDFs) sobre aquest tema o altres.