Kubeflow: Koneoppimisen työkalupakki Kubernetesille

Kubeflow: Koneoppimisen työkalupakki Kubernetesille

Kubeflow: Koneoppimisen työkalupakki Kubernetesille

Tänään julkaistu viestimme käsittelee Automaattinen oppiminen (koneoppiminen / ML). Erityisesti avoimen lähdekoodin sovelluksesta "Kubeflow", mikä puolestaan ​​toimii Kubernetes. Mikä, kuten monet teistä jo tietävät, on avoimen lähdekoodin järjestelmä konttisovellusten käyttöönoton, skaalauksen ja käsittelyn automatisoimiseksi.

"Kubeflow" huolimatta siitä, että niitä on tällä hetkellä saatavana vakaa versio 1.2, kuten se näkyy sen virallisella virallisella verkkosivustolla ja GitHubissa, sen virallisessa blogissa, sitä on jo kommentoitu seuraava versio 1.3. Siksi tänään syvennämme tätä sovellusta.

Kognitiivinen työkalupakki: avoimen lähdekoodin syväoppiminen SW

Kognitiivinen työkalupakki: avoimen lähdekoodin syväoppiminen SW

Ja kuten tavallista, jätämme seuraavat linkit aiheeseen liittyviin aiempiin viesteihin niille, jotka haluavat aina lukea aihetta, kun tämä viesti on valmis:

"Microsoftin kognitiivinen työkalupakki (aiemmin nimeltään CNTK) on syvä oppimisen työkalupakki (Machine Learning) de «Código Abierto» joilla on valtava potentiaali. Se on myös ilmainen, helppokäyttöinen ja kaupallisen tason laatu, jonka avulla voit luoda syvällisiä oppimisalgoritmeja, jotka kykenevät oppimaan lähellä ihmisen aivojen tasoa." Kognitiivinen työkalupakki: avoimen lähdekoodin syväoppiminen SW

Kognitiivinen työkalupakki: avoimen lähdekoodin syväoppiminen SW
Aiheeseen liittyvä artikkeli:
Kognitiivinen työkalupakki: avoimen lähdekoodin syväoppiminen SW
.NET ja ML.NET: Microsoft Open Source Platforms
Aiheeseen liittyvä artikkeli:
.NET ja ML.NET: Microsoft Open Source Platforms
TensorFlow ja Pytorch: avoimen lähdekoodin tekoälyalustat
Aiheeseen liittyvä artikkeli:
TensorFlow ja Pytorch: avoimen lähdekoodin tekoälyalustat

Kubeflow: Avoin koneoppimisprojekti

Kubeflow: Avoin koneoppimisprojekti

Mikä on Kubeflow?

Sinun mukaan virallisella verkkosivustolla, tämä avoin projekti määritellään seuraavasti:

"Se on projekti, jonka tarkoituksena on tehdä koneoppimisen (ML) työnkulun käyttöönotosta Kubernetesille yksinkertainen, kannettava ja skaalautuva. Sitä ei ole tarkoitettu luomaan muita palveluja, vaan tarjottava helppo tapa ottaa käyttöön parhaat avoimen lähdekoodin järjestelmät ML: lle eri infrastruktuureissa. Joten missä tahansa Kubernetes toimii, Kubeflow voi juosta."

Vaikka sivustollasi osoitteessa GitHub, lisää lyhyesti seuraava:

"Kubeflow on natiivi pilvialusta koneoppimistoiminnoille: putkistot, koulutus ja käyttöönotto."

Tästä voidaan helposti päätellä, että "Kubeflow" on:

"Tee koneoppimisen (ML) mallin skaalaus ja käyttöönotto mahdollisimman helpoksi, anna Kubernetesin tehdä mitä osaa: Helppo, toistettava, kannettava käyttöönotto monipuolisessa infrastruktuurissa, mikropalvelujen käyttöönotto ja hallinta löyhästi yhdistettynä ja skaalattuna kysynnän mukaan."

Ominaisuudet?

Niiden merkittävien ominaisuuksien joukossa "Kubeflow" Voimme mainita seuraavat:

  • Sisältää palveluja interaktiivisten Jupiter-muistikirjojen luomiseen ja hallintaan. Samojen ja muiden tietokoneresurssien käyttöönoton mukauttaminen niiden mukauttamiseksi datatieteen tarpeisiin. Näin on helppo kokeilla paikallisia työnkulkuja ja käyttää niitä sitten pilvessä tarvittaessa.
  • Tarjoaa mukautetun TensorFlow-koulutustyöntekijän. Millä voidaan kouluttaa ML-mallia. Erityisesti Kubeflow-työoperaattori voi hoitaa jaettuja TensorFlow-koulutustöitä. Antaa tehon konfiguroida harjoitteluohjain käyttämään CPU: ita tai GPU: ita ja siten sopeutua eri klusterikokoihin.
  • Tukee TensorFlow Serving -säiliötä koulutettujen TensorFlow-mallien viemiseen Kubernetesiin. Lisäksi Kubeflow on integroitu Seldon Core -sovellukseen, avoimen lähdekoodin alustaan ​​koneoppimismallien käyttöönottoon Kubernetesiin, ja NVIDIA Triton Inference Server -palvelimeen, jotta GPU-käyttö maksimoidaan käytettäessä ML / DL-malleja laajamittaisesti.
  • Sisältää Kubeflow Pipelines -tekniikan. Mikä on kattava ratkaisu päästä päähän ML-työnkulkujen käyttöönottoon ja hallintaan. Mahdollistaa nopean ja luotettavan kokeilun, jota käytetään ajoituksiin ja vertailuihin, ja tarkastele yksityiskohtaisia ​​raportteja jokaisesta ajoista.
  • Tarjoaa monen kehyksen perustan. Koska sen lisäksi, että se toimii erittäin hyvin TensorFlow'n kanssa, sillä on pian tuki myös PyTorchille, Apache MXNetille, MPI: lle, XGBoostille, Chainerille ja muille.

Lisää ajantasaista tietoa aiheesta "Kubeflow" voi saada suoraan laitteellasi Virallinen blogi.

Mikä on Kubernetes?

Kun otetaan huomioon, "Kubeflow" toimii "Kubernetes", kannattaa määritellä omien mukaan virallisella verkkosivustolla että jälkimmäinen on seuraava:

"Kubernetes (K8s) on avoimen lähdekoodin foorumi konttisovellusten käyttöönoton, skaalauksen ja hallinnan automatisointiin."

Ja jos haluat, haluavat syventää "Kubernetes" Voit tutustua edellisiin ja uusimpiin aiheeseen liittyviin julkaisuihimme alla:

Aiheeseen liittyvä artikkeli:
Kubernetes 1.19 toimitetaan yhden vuoden tuella, TLS 1.3, parannukset ja paljon muuta
Docker vs. Kubernetes
Aiheeseen liittyvä artikkeli:
Docker vs Kubernetes: edut ja haitat

Yleiskuva artikkelin johtopäätöksille

Johtopäätös

Toivomme tämän "hyödyllinen pieni viesti" päälle «Kubeflow», mielenkiintoinen ja moderni avoimen lähdekoodin projekti syvällisen oppimisen alalla, jonka tarkoituksena on lisätä avoimen lähdekoodin alustan ulottuvuutta «Kubernetes »; on suurta kiinnostusta ja hyötyä koko «Comunidad de Software Libre y Código Abierto» ja suurella panoksella Nizzan suurenmoisen, jättimäisen ja kasvavan ekosysteemin levittämiseen «GNU/Linux».

Toistaiseksi, jos pidit tästä publicación, Älä lopeta jaa se muiden kanssa suosikkisivustoillasi, kanavillasi, sosiaalisten verkostojen tai viestijärjestelmien ryhmissä tai yhteisöissä, mieluiten ilmaisina, avoimina ja / tai turvallisempina TelegramsignaaliMastodontti tai jokin muu Fediverse, mieluiten.

Ja muista käydä kotisivullamme osoitteessa «DesdeLinux» tutkia lisää uutisia sekä liittyä viralliseen kanavallemme Sähke lähettäjältä DesdeLinuxVaikka saat lisätietoja käymällä missä tahansa Verkkokirjasto kuten OpenLibra y jedit, käyttää ja lukea digitaalisia kirjoja (PDF) tästä aiheesta tai muusta.


Jätä kommentti

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

*

*

  1. Vastuussa tiedoista: Miguel Ángel Gatón
  2. Tietojen tarkoitus: Roskapostin hallinta, kommenttien hallinta.
  3. Laillistaminen: Suostumuksesi
  4. Tietojen välittäminen: Tietoja ei luovuteta kolmansille osapuolille muutoin kuin lain nojalla.
  5. Tietojen varastointi: Occentus Networks (EU) isännöi tietokantaa
  6. Oikeudet: Voit milloin tahansa rajoittaa, palauttaa ja poistaa tietojasi.