Kubeflow: कुबेरनेट्स के लिए मशीन लर्निंग टूलकिट

Kubeflow: कुबेरनेट्स के लिए मशीन लर्निंग टूलकिट

Kubeflow: कुबेरनेट्स के लिए मशीन लर्निंग टूलकिट

हमारी पोस्ट आज के क्षेत्र से निपटेगी स्वचालित लर्निंग (मशीन लर्निंग / एमएल)। विशेष रूप से एक खुले स्रोत एप्लिकेशन के बारे में कहा जाता है "क्यूबफ़्लो", जो बदले में, काम करता है Kubernetes। जो, जैसा कि आप में से कई लोग पहले से ही जानते हैं, कंटेनरीकृत अनुप्रयोगों की तैनाती, स्केलिंग और हैंडलिंग को स्वचालित करने के लिए एक खुला स्रोत प्रणाली है।

"क्यूबफ़्लो" वर्तमान में उपलब्ध होने के बावजूद स्थिर संस्करण 1.2, जैसा कि इसकी आधिकारिक आधिकारिक वेबसाइट में दिखाई देता है और GitHub, अपने आधिकारिक ब्लॉग में, इस पर पहले से ही टिप्पणी की गई है अगला संस्करण 1.3। यही कारण है कि आज, हम इस आवेदन में तल्लीन करेंगे।

संज्ञानात्मक टूलकिट: ओपन सोर्स डीप लर्निंग एसडब्ल्यू

संज्ञानात्मक टूलकिट: ओपन सोर्स डीप लर्निंग एसडब्ल्यू

और हमेशा की तरह, उन लोगों के लिए जो हमेशा किसी विषय को पढ़ने के लिए उत्सुक रहते हैं, हम इस पोस्ट के समाप्त होने के बाद आपके लिए संबंधित पिछली पोस्टों के लिंक छोड़ देंगे।

"Microsoft का संज्ञानात्मक टूलकिट (जिसे पहले CNTK कहा जाता है) एक गहन शिक्षण टूलकिट है (Machine Learning) de «Código Abierto» भारी क्षमता के साथ। यह मुफ़्त, उपयोग करने में आसान और व्यावसायिक-श्रेणी की गुणवत्ता भी है जो आपको मानव मस्तिष्क के निकट स्तर पर सीखने में सक्षम गहन शिक्षण एल्गोरिदम बनाने की अनुमति देता है।" संज्ञानात्मक टूलकिट: ओपन सोर्स डीप लर्निंग एसडब्ल्यू

संज्ञानात्मक टूलकिट: ओपन सोर्स डीप लर्निंग एसडब्ल्यू
संबंधित लेख:
संज्ञानात्मक टूलकिट: ओपन सोर्स डीप लर्निंग एसडब्ल्यू
.NET और ML.NET: Microsoft ओपन सोर्स प्लेटफॉर्म
संबंधित लेख:
.NET और ML.NET: Microsoft ओपन सोर्स प्लेटफॉर्म
TensorFlow और Pytorch: ओपन सोर्स AI प्लेटफ़ॉर्म
संबंधित लेख:
TensorFlow और Pytorch: ओपन सोर्स AI प्लेटफ़ॉर्म

क्यूबफ़्लो: एक ओपन मशीन लर्निंग प्रोजेक्ट

क्यूबफ़्लो: एक ओपन मशीन लर्निंग प्रोजेक्ट

क्यूबफ़्लो क्या है?

उसके अनुसार आधिकारिक वेबसाइट, इस खुली परियोजना को निम्नानुसार परिभाषित किया गया है:

"यह Kubernetes सरल, पोर्टेबल और स्केलेबल पर मशीन लर्निंग (एमएल) वर्कफ़्लो तैनाती बनाने के लिए समर्पित एक परियोजना है। इसका उद्देश्य अन्य सेवाओं को फिर से बनाना नहीं है, बल्कि विभिन्न इन्फ्रास्ट्रक्चर में एमएल के लिए सबसे अच्छा ओपन सोर्स सिस्टम को तैनात करने का आसान तरीका प्रदान करना है। तो कहीं भी कुबेरनेट दौड़ता है, कुबेलफ्लो चल सकता है।"

जबकि, आपकी साइट पर GitHub, संक्षेप में निम्नलिखित जोड़ें:

"क्यूबफ़्लो मशीन सीखने के संचालन के लिए क्लाउड में मूल मंच है: पाइपलाइन, प्रशिक्षण और तैनाती।"

इससे, यह आसानी से घटाया जा सकता है, जिसका मुख्य उद्देश्य है "क्यूबफ़्लो" है:

"मशीन लर्निंग (एमएल) मॉडल स्केलिंग और तैनाती को जितना संभव हो सके उतना आसान बनाएं, कुबेरनेट्स ऐसा करने दें: एक विविध बुनियादी ढांचे में आसान, दोहराए जाने वाले और पोर्टेबल तैनाती, माइक्रोसर्विस की तैनाती और प्रबंधन की मांग के साथ शिथिल और पैमाने।"

विशेषताएँ?

की उल्लेखनीय विशेषताओं के बीच "क्यूबफ़्लो" हम निम्नलिखित का उल्लेख कर सकते हैं:

  • इंटरैक्टिव बृहस्पति पुस्तिकाओं को बनाने और प्रबंधित करने के लिए सेवाएं शामिल हैं। डेटा विज्ञान की जरूरतों के लिए उन्हें अनुकूलित करने के लिए समान और अन्य कंप्यूटर संसाधनों की तैनाती को अनुकूलित करने की अनुमति। इस प्रकार, स्थानीय वर्कफ़्लो के साथ प्रयोग करना आसान बना देता है, और फिर आवश्यक होने पर उन्हें क्लाउड में तैनात करता है।
  • एक कस्टम TensorFlow प्रशिक्षण नौकरी ऑपरेटर प्रदान करता है। जिसका उपयोग ML मॉडल को प्रशिक्षित करने के लिए किया जा सकता है। विशेष रूप से, Kubeflow नौकरी ऑपरेटर वितरित TensorFlow प्रशिक्षण नौकरियों को संभाल सकता है। सीपीयू या जीपीयू का उपयोग करने के लिए प्रशिक्षण नियंत्रक को कॉन्फ़िगर करने की शक्ति प्रदान करना, और इस प्रकार विभिन्न क्लस्टर आकारों के अनुकूल होना।
  • एक TensorFlow का समर्थन करता है Kubernetes के लिए प्रशिक्षित TensorFlow मॉडल के निर्यात के लिए कंटेनर की सेवा। इसके अतिरिक्त, Kubeflow भी Seldon Core, Kubernetes पर मशीन लर्निंग मॉडल तैनात करने के लिए एक खुला स्रोत प्लेटफ़ॉर्म के साथ एकीकृत है, और बड़े पैमाने पर ML / DL मॉडल को तैनात करते समय GPU उपयोग को अधिकतम करने के लिए NVIDIA ट्राइटन इनविज़न सर्वर।
  • जिसमें Kubeflow पाइपलाइन तकनीक शामिल है। एंड-टू-एंड एमएल वर्कफ़्लोज़ की तैनाती और प्रबंधन के लिए एक व्यापक समाधान है। तेजी से और विश्वसनीय प्रयोग के लिए, शेड्यूलिंग और रन की तुलना के लिए, और प्रत्येक रन पर विस्तृत रिपोर्ट की समीक्षा करना।
  • एक मल्टी-फ्रेमवर्क फाउंडेशन प्रदान करता है। चूंकि, TensorFlow के साथ बहुत अच्छी तरह से काम करने के अलावा, इसमें जल्द ही PyTorch, Apache MXNet, MPI, XGBoost, Chainer, और अन्य का समर्थन होगा।

अधिक अद्यतित जानकारी "क्यूबफ़्लो" सीधे अपने पर प्राप्त किया जा सकता है आधिकारिक ब्लॉग.

कुबेरनेट्स क्या है?

देखते हुए, "क्यूबफ़्लो" उस पर काम "कुबेरनेट्स", यह अपने हिसाब से निर्दिष्ट करने योग्य है आधिकारिक वेबसाइट यह निम्नलिखित है:

"Kubernetes (K8s) कंटेनरीकृत अनुप्रयोगों की तैनाती, स्केलिंग और प्रबंधन को स्वचालित करने के लिए एक खुला स्रोत मंच है।"

और के मामले में, गहरा करना चाहते हैं "कुबेरनेट्स" आप नीचे दिए गए हमारे पिछले और नवीनतम प्रकाशनों का पता लगा सकते हैं:

संबंधित लेख:
कुबेरनेट्स 1.19 एक वर्ष के समर्थन, टीएलएस 1.3, संवर्द्धन और बहुत कुछ के साथ आता है
डोकर बनाम कुबेरनेट्स
संबंधित लेख:
डॉकटर बनाम कुबेरनेट्स: फायदे और नुकसान

लेख के निष्कर्ष के लिए सामान्य छवि

निष्कर्ष

हमें इसकी उम्मीद है "उपयोगी छोटी पोस्ट" पर «Kubeflow», गहन शिक्षण के क्षेत्र में एक दिलचस्प और आधुनिक ओपन सोर्स प्रोजेक्ट, ओपन सोर्स प्लेटफॉर्म की पहुंच बढ़ाने के लिए बनाया गया है «कुबेरनेट्स »; संपूर्ण के लिए बहुत रुचि और उपयोगिता है «Comunidad de Software Libre y Código Abierto» और अनुप्रयोगों के अद्भुत, विशाल और बढ़ते पारिस्थितिकी तंत्र के प्रसार में महान योगदान «GNU/Linux».

अभी के लिए, अगर आपको यह पसंद आया publicación, रुको मत इसे साझा करें दूसरों के साथ, आपकी पसंदीदा वेबसाइटों, चैनलों, समूहों या सामाजिक नेटवर्क या संदेश प्रणालियों के समुदायों पर, अधिमानतः मुक्त, खुला और / या अधिक सुरक्षित Telegramसंकेतमेस्टोडोन या किसी अन्य की फ़ेडरिवर्स, अधिमानतः।

और हमारे होम पेज पर जाना याद रखें «DesdeLinux» अधिक समाचार तलाशने के लिए, साथ ही साथ हमारे आधिकारिक चैनल से जुड़ें का टेलीग्राम DesdeLinuxजबकि, अधिक जानकारी के लिए, आप किसी भी यात्रा कर सकते हैं ऑनलाइन लाइब्रेरी जैसा OpenLibra y जेडीआईटी, इस विषय पर या अन्य लोगों तक डिजिटल पुस्तकों (पीडीएफ) को पढ़ने और पढ़ने के लिए।


अपनी टिप्पणी दर्ज करें

आपका ईमेल पता प्रकाशित नहीं किया जाएगा। आवश्यक फ़ील्ड के साथ चिह्नित कर रहे हैं *

*

*

  1. डेटा के लिए जिम्मेदार: मिगुएल elngel Gatón
  2. डेटा का उद्देश्य: नियंत्रण स्पैम, टिप्पणी प्रबंधन।
  3. वैधता: आपकी सहमति
  4. डेटा का संचार: डेटा को कानूनी बाध्यता को छोड़कर तीसरे पक्ष को संचार नहीं किया जाएगा।
  5. डेटा संग्रहण: ऑकेंटस नेटवर्क्स (EU) द्वारा होस्ट किया गया डेटाबेस
  6. अधिकार: किसी भी समय आप अपनी जानकारी को सीमित, पुनर्प्राप्त और हटा सकते हैं।