Kubeflow: Εργαλειοθήκη μηχανικής εκμάθησης για Kubernetes

Kubeflow: Εργαλειοθήκη μηχανικής εκμάθησης για Kubernetes

Kubeflow: Εργαλειοθήκη μηχανικής εκμάθησης για Kubernetes

Η ανάρτησή μας σήμερα θα ασχοληθεί με το πεδίο της Αυτόματη εκμάθηση (Μηχανική εκμάθηση / ML). Συγκεκριμένα για μια εφαρμογή ανοιχτού κώδικα που ονομάζεται "Kubeflow", το οποίο με τη σειρά του, λειτουργεί Kubernetes. Το οποίο, όπως γνωρίζετε ήδη από πολλούς από εσάς, είναι ένα σύστημα ανοιχτού κώδικα για την αυτοματοποίηση της ανάπτυξης, της κλιμάκωσης και του χειρισμού εφαρμογών σε κοντέινερ.

"Kubeflow" παρά το ότι είναι διαθέσιμο επί του παρόντος στο σταθερή έκδοση 1.2, όπως εμφανίζεται στον επίσημο επίσημο ιστότοπό του και στο GitHub, στο επίσημο ιστολόγιό του, έχει ήδη σχολιαστεί στο επόμενη έκδοση 1.3. Γι 'αυτό σήμερα, θα ερευνήσουμε αυτήν την εφαρμογή.

Cognitive Toolkit: Open Source Deep Learning SW

Cognitive Toolkit: Open Source Deep Learning SW

Και ως συνήθως, για όσους είναι πάντα πρόθυμοι να ερευνήσουν ένα θέμα που διαβάζεται, θα αφήσουμε τους ακόλουθους συνδέσμους σε σχετικές προηγούμενες δημοσιεύσεις για να τις εξερευνήσετε μόλις ολοκληρωθεί αυτή η ανάρτηση:

"Το Cognitive Toolkit της Microsoft (παλαιότερα ονομαζόταν CNTK) είναι μια εργαλειοθήκη βαθιάς μάθησης (Machine Learning) de «Código Abierto» με τεράστιες δυνατότητες. Είναι επίσης δωρεάν, εύχρηστη και εμπορικής ποιότητας που σας επιτρέπει να δημιουργήσετε αλγόριθμους βαθιάς μάθησης ικανές να μάθουν σε επίπεδο κοντά στον ανθρώπινο εγκέφαλο." Cognitive Toolkit: Open Source Deep Learning SW

Cognitive Toolkit: Open Source Deep Learning SW
σχετικό άρθρο:
Cognitive Toolkit: Open Source Deep Learning SW
.NET και ML.NET: Microsoft Open Source Platforms
σχετικό άρθρο:
.NET και ML.NET: Microsoft Open Source Platforms
TensorFlow και Pytorch: Open Source AI Platforms
σχετικό άρθρο:
TensorFlow και Pytorch: Open Source AI Platforms

Kubeflow: Ένα έργο ανοιχτής μηχανικής εκμάθησης

Kubeflow: Ένα έργο ανοιχτής μηχανικής εκμάθησης

Τι είναι το Kubeflow;

Σύμφωνα με το δικό σας επίσημη ιστοσελίδα, αυτό το ανοιχτό έργο ορίζεται ως εξής:

"Πρόκειται για ένα έργο αφιερωμένο στο να κάνει απλές, φορητές και επεκτάσιμες εφαρμογές ροής εργασιών μηχανικής μάθησης (ML) στο Kubernetes. Δεν προορίζεται για την αναδημιουργία άλλων υπηρεσιών, αλλά για να παρέχει έναν εύκολο τρόπο ανάπτυξης των καλύτερων συστημάτων ανοιχτού κώδικα για ML σε διάφορες υποδομές. Έτσι οπουδήποτε τρέχει το Kubernetes, το Kubeflow μπορεί να τρέξει."

Ενώ, στον ιστότοπό σας στο GitHub, προσθέστε εν συντομία τα ακόλουθα:

"Το Kubeflow είναι η εγγενής πλατφόρμα στο cloud για λειτουργίες μηχανικής μάθησης: αγωγούς, εκπαίδευση και ανάπτυξη."

Από αυτό, μπορεί να συναχθεί εύκολα ότι, ο κύριος στόχος του "Kubeflow" είναι:

"Κάντε την κλιμάκωση και την ανάπτυξη μοντέλου μηχανικής μάθησης (ML) όσο το δυνατόν πιο εύκολη, επιτρέποντας στους Kubernetes να κάνουν ό, τι κάνει: Εύκολη, επαναλαμβανόμενη και φορητή ανάπτυξη σε μια διαφορετική υποδομή, ανάπτυξη και διαχείριση μικροϋπηρεσιών χαλαρά συνδεδεμένη και κλίμακα κατά παραγγελία."

Χαρακτηριστικά?

Μεταξύ των αξιοσημείωτων χαρακτηριστικών του "Kubeflow" Μπορούμε να αναφέρουμε τα εξής:

  • Περιλαμβάνει υπηρεσίες για τη δημιουργία και διαχείριση διαδραστικών σημειωματάριων του Jupiter. Επιτρέποντας να προσαρμόσετε την ανάπτυξη των ίδιων και άλλων πόρων υπολογιστών για να τους προσαρμόσετε στις ανάγκες της επιστήμης των δεδομένων. Έτσι, διευκολύνοντας τον πειραματισμό με τοπικές ροές εργασίας και, στη συνέχεια, αναπτύξτε τις στο cloud όταν είναι απαραίτητο.
  • Παρέχει έναν προσαρμοσμένο χειριστή εργασίας εκπαίδευσης TensorFlow. Που μπορεί να χρησιμοποιηθεί για την εκπαίδευση ενός μοντέλου ML. Συγκεκριμένα, ο χειριστής εργασίας Kubeflow μπορεί να χειριστεί κατανεμημένες εργασίες κατάρτισης TensorFlow. Επιτρέποντας τη δυνατότητα διαμόρφωσης του εκπαιδευτικού ελεγκτή ώστε να χρησιμοποιεί CPU ή GPU και έτσι να προσαρμόζεται σε διάφορα μεγέθη συμπλέγματος.
  • Υποστηρίζει ένα κοντέινερ TensorFlow Serving για εξαγωγή εκπαιδευμένων μοντέλων TensorFlow στο Kubernetes. Επιπλέον, το Kubeflow είναι επίσης ενσωματωμένο στο Seldon Core, μια πλατφόρμα ανοιχτού κώδικα για την ανάπτυξη μοντέλων μηχανικής μάθησης στο Kubernetes και του NVIDIA Triton Inference Server για τη μεγιστοποίηση της χρήσης GPU κατά την ανάπτυξη μοντέλων ML / DL σε κλίμακα.
  • Περιλαμβάνει τεχνολογία Kubeflow Pipelines. Ποια είναι μια ολοκληρωμένη λύση για την ανάπτυξη και τη διαχείριση ροών εργασίας ML από άκρο σε άκρο. Επιτρέποντας γρήγορο και αξιόπιστο πειραματισμό, για τον προγραμματισμό και τη σύγκριση των διαδρομών και τον έλεγχο λεπτομερών αναφορών για κάθε εκτέλεση.
  • Προσφέρει ένα ίδρυμα πολλαπλών πλαισίων. Επειδή, εκτός από το ότι λειτουργεί πολύ καλά με το TensorFlow, σύντομα θα έχει υποστήριξη για PyTorch, Apache MXNet, MPI, XGBoost, Chainer και άλλα.

Περισσότερες ενημερωμένες πληροφορίες σχετικά με "Kubeflow" μπορεί να ληφθεί απευθείας στο δικό σας Επίσημο ιστολόγιο.

Τι είναι το Kubernetes;

Δεδομένου του, "Kubeflow" λειτουργεί "Kubernetes", αξίζει να προσδιορίσετε σύμφωνα με τη δική σας επίσημη ιστοσελίδα ότι το τελευταίο είναι το ακόλουθο:

"Το Kubernetes (K8s) είναι μια πλατφόρμα ανοιχτού κώδικα για την αυτοματοποίηση της ανάπτυξης, κλιμάκωσης και διαχείρισης εφαρμογών σε κοντέινερ."

Και στην περίπτωση, επιθυμώ να εμβαθύνω "Kubernetes" Μπορείτε να εξερευνήσετε τις προηγούμενες και τις πιο πρόσφατες σχετικές δημοσιεύσεις μας παρακάτω:

σχετικό άρθρο:
Το Kubernetes 1.19 φτάνει με ένα έτος υποστήριξης, TLS 1.3, βελτιώσεις και πολλά άλλα
Docker εναντίον Kubernetes
σχετικό άρθρο:
Docker vs Kubernetes: πλεονεκτήματα και μειονεκτήματα

Γενική εικόνα για συμπεράσματα άρθρων

Συμπέρασμα

Ελπίζουμε αυτό "χρήσιμη μικρή ανάρτηση" επί «Kubeflow», ένα ενδιαφέρον και μοντέρνο έργο ανοιχτού κώδικα στον τομέα της βαθιάς μάθησης, το οποίο δημιουργήθηκε για να αυξήσει την εμβέλεια της πλατφόρμας ανοιχτού κώδικα «Kubernetes »; έχει μεγάλο ενδιαφέρον και χρησιμότητα, για το σύνολο «Comunidad de Software Libre y Código Abierto» και μεγάλη συμβολή στη διάδοση του υπέροχου, γιγαντιαίου και αναπτυσσόμενου οικοσυστήματος εφαρμογών του «GNU/Linux».

Προς το παρόν, αν σας άρεσε αυτό publicación, Μην σταματάς μοιραστείτε το με άλλους, στους αγαπημένους σας ιστότοπους, κανάλια, ομάδες ή κοινότητες κοινωνικών δικτύων ή συστημάτων ανταλλαγής μηνυμάτων, κατά προτίμηση δωρεάν, ανοιχτό ή / και πιο ασφαλές ως TelegramΣήμαΜαστόδοντας ή άλλο Fediverse, κατά προτίμηση.

Και θυμηθείτε να επισκεφτείτε την αρχική μας σελίδα στο «DesdeLinux» για να εξερευνήσετε περισσότερες ειδήσεις, καθώς και να εγγραφείτε στο επίσημο κανάλι μας Τηλεγράφημα από DesdeLinuxΕνώ, για περισσότερες πληροφορίες, μπορείτε να επισκεφθείτε οποιαδήποτε Διαδικτυακή βιβλιοθήκη ως OpenLibra y jedit, για πρόσβαση και ανάγνωση ψηφιακών βιβλίων (PDF) σε αυτό το θέμα ή σε άλλα.


Αφήστε το σχόλιό σας

Η διεύθυνση email σας δεν θα δημοσιευθεί. Τα υποχρεωτικά πεδία σημειώνονται με *

*

*

  1. Υπεύθυνος για τα δεδομένα: Miguel Ángel Gatón
  2. Σκοπός των δεδομένων: Έλεγχος SPAM, διαχείριση σχολίων.
  3. Νομιμοποίηση: Η συγκατάθεσή σας
  4. Κοινοποίηση των δεδομένων: Τα δεδομένα δεν θα κοινοποιούνται σε τρίτους, εκτός από νομική υποχρέωση.
  5. Αποθήκευση δεδομένων: Βάση δεδομένων που φιλοξενείται από τα δίκτυα Occentus (ΕΕ)
  6. Δικαιώματα: Ανά πάσα στιγμή μπορείτε να περιορίσετε, να ανακτήσετε και να διαγράψετε τις πληροφορίες σας.