Kubeflow: Alat za strojno učenje za Kubernetes

Kubeflow: Alat za strojno učenje za Kubernetes

Kubeflow: Alat za strojno učenje za Kubernetes

Naš današnji post bavit će se područjem Automatsko učenje (strojno učenje / ML). Konkretno o aplikaciji otvorenog koda pod nazivom "Kubeflow", što zauzvrat djeluje na Kubernetes. Što je, kao što mnogi od vas već znaju, sustav otvorenog koda za automatizaciju postavljanja, skaliranja i rukovanja kontejnerskim aplikacijama.

"Kubeflow" unatoč tome što 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, ostavit ćemo vam sljedeće veze do povezanih prethodnih postova da ih istražite nakon što ovaj post završi:

"Microsoftov Cognitive Toolkit (ranije nazvan CNTK) alat je za duboko učenje (Machine Learning) de «Código Abierto» s ogromnim potencijalom. Također je besplatan, jednostavan za upotrebu i komercijalne kvalitete koji vam omogućuje stvaranje algoritama za duboko učenje sposobnih za učenje na razini bliskoj razini ljudskog mozga." Kognitivni alat: Open Source Deep Learning SW

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

Kubeflow: Otvoreni projekt strojnog učenja

Kubeflow: Otvoreni projekt strojnog učenja

Što je Kubeflow?

Prema vašem Sitio web Sl, ovaj otvoreni projekt definiran je kako slijedi:

"Riječ je o projektu posvećenom stvaranju jednostavnih, prijenosnih i skalabilnih implementacija tijeka strojnog učenja (ML) na Kubernetesu. Nije namijenjen ponovnom stvaranju drugih usluga, već pružanju jednostavnog načina primjene najboljih sustava 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 strojnog učenja: cjevovodi, obuka i implementacija."

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

"Olakšajte skaliranje i implementaciju modela strojnog učenja (ML) što je više moguće, dopuštajući Kubernetesu da radi ono što čini: lako, ponovljivo i prijenosno postavljanje na raznovrsnoj infrastrukturi, implementacija i upravljanje mikroservisima labavo povezane i skalirane na temelju potražnje."

Karakteristike?

Među izvanrednim karakteristikama "Kubeflow" Možemo spomenuti sljedeće:

  • Uključuje usluge za stvaranje i upravljanje interaktivnim Jupiterovim bilježnicama. Omogućavajući prilagodbu primjene istih i drugih računalnih resursa kako bi ih se prilagodilo potrebama znanosti o podacima. Stoga, olakšavajući eksperimentiranje s lokalnim tijekovima rada, a zatim ih po potrebi rasporedite u oblak.
  • Pruža prilagođeni TensorFlow operater poslova obuke. Koji se može koristiti za trening ML modela. Konkretno, operater poslova Kubeflow može se nositi s distribuiranim poslovima obuke TensorFlow. Omogućavanje snage za konfiguriranje kontrolera za obuku za upotrebu CPU-a ili GPU-a, a time i prilagođavanje različitim veličinama klastera.
  • Podržava spremnik za posluživanje TensorFlow za izvoz obučenih modela TensorFlow u Kubernetes. Uz to, Kubeflow je također integriran sa Seldon Core, platformom otvorenog koda za postavljanje modela strojnog učenja na Kubernetes i NVIDIA Triton Inference Server kako bi se maksimizirala upotreba GPU-a prilikom širenja ML / DL modela.
  • Uključuje tehnologiju Kubeflow Pipelines. Što je sveobuhvatno rješenje za postavljanje i upravljanje cjelovitim tijekovima rada ML-a. Omogućavanje brzog i pouzdanog eksperimentiranja, zakazivanja i usporedbe trčanja i pregledavanja detaljnih izvještaja o svakom trčanju.
  • Nudi multi-frame temelj. Budući da će, uz vrlo dobru suradnju s TensorFlowom, uskoro imati i podršku za PyTorch, Apache MXNet, MPI, XGBoost, Chainer i druge.

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

Što je Kubernetes?

S obzirom na, "Kubeflow" radi na "Kubernetes", vrijedi precizirati prema vlastitom Sitio web Sl 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 povezane publikacije:

Povezani članak:
Kubernetes 1.19 dolazi s jednogodišnjom podrškom, TLS 1.3, poboljšanjima i još mnogo toga
Docker protiv Kubernetesa
Povezani članak:
Docker vs Kubernetes: prednosti i nedostaci

Generička slika za zaključke članka

Zaključak

Nadamo se ovome "koristan mali post" na «Kubeflow», zanimljiv i moderan projekt otvorenog koda na 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 ekosustava aplikacija «GNU/Linux».

Za sada, ako vam se ovo svidjelo publicación, Nemoj stati podijeli s drugima na vašim omiljenim web mjestima, kanalima, skupinama ili zajednicama društvenih mreža ili sustava za razmjenu poruka, po mogućnosti besplatno, otvoreno i / ili sigurnije kao TelegramSignalMastodont ili neki drugi od Fediverse, po mogućnosti.

I ne zaboravite posjetiti našu početnu stranicu na «DesdeLinux» istražiti još vijesti, kao i pridružiti se našem službenom kanalu Telegram od DesdeLinuxIako, za više informacija, možete posjetiti bilo koji Internetska knjižnica kao OpenLibra y jedit, za pristup i čitanje digitalnih knjiga (PDF-ova) o ovoj temi ili drugima.


Ostavite svoj komentar

Vaša email adresa neće biti objavljen. Obavezna polja su označena s *

*

*

  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 obvezi.
  5. Pohrana podataka: Baza podataka koju hostira Occentus Networks (EU)
  6. Prava: U bilo kojem trenutku možete ograničiti, oporaviti i izbrisati svoje podatke.