Kubeflow:Kubernetes用の機械学習ツールキット

Kubeflow:Kubernetes用の機械学習ツールキット

Kubeflow:Kubernetes用の機械学習ツールキット

今日の私たちの投稿は、 自動学習(機械学習/ ML)。 具体的には、と呼ばれるオープンソースアプリケーションについて 「Kubeflow」、順番に、 Kubernetes。 多くの人がすでに知っているように、これはコンテナ化されたアプリケーションのデプロイ、スケーリング、処理を自動化するためのオープンソースシステムです。

「Kubeflow」 現在利用可能であるにもかかわらず 安定版1.2、公式公式ウェブサイトとGitHubに表示されているように、公式ブログではすでにコメントされています。 次のバージョン1.3。 そのため、本日はこのアプリケーションについて詳しく説明します。

Cognitive Toolkit:オープンソースのディープラーニングSW

Cognitive Toolkit:オープンソースのディープラーニングSW

そしていつものように、読んだトピックを常に掘り下げたいと思っている人のために、この投稿が終了したら、関連する以前の投稿への次のリンクを残して探索してください。

MicrosoftのCognitiveToolkit(以前はCNTKと呼ばれていました)はディープラーニングツールキットです (Machine Learning) de «Código Abierto» 大きな可能性を秘めています。 また、無料で使いやすく、商用グレードの品質であるため、人間の脳に近いレベルで学習できる深層学習アルゴリズムを作成できます。  Cognitive Toolkit:オープンソースのディープラーニングSW

関連記事
Cognitive Toolkit:オープンソースのディープラーニングSW

関連記事
.NETおよびML.NET:Microsoftオープンソースプラットフォーム
関連記事
TensorFlowとPytorch:オープンソースAIプラットフォーム

Kubeflow:オープンな機械学習プロジェクト

Kubeflow:オープンな機械学習プロジェクト

Kubeflowとは何ですか?

あなたによると 公式サイト、このオープンプロジェクトは次のように定義されています。

これは、Kubernetesでの機械学習(ML)ワークフローのデプロイをシンプル、ポータブル、スケーラブルにすることを目的としたプロジェクトです。 その目標は、他のサービスを再作成することではなく、さまざまなインフラストラクチャ全体にMLに最適なオープンソースシステムを展開する簡単な方法を提供することです。 したがって、Kubernetesが実行される場所であればどこでも、Kubeflowを実行できます。 

一方、あなたのサイトでは GitHubの、以下を簡単に追加します。

Kubeflowは、パイプライン、トレーニング、デプロイなどの機械学習操作のためのクラウドのネイティブプラットフォームです。 

このことから、次の主な目的は簡単に推測できます。 「Kubeflow」 次のとおりです。

機械学習(ML)モデルのスケーリングとデプロイを可能な限り簡単にし、Kubernetesが知っている方法を実行できるようにします。多様なインフラストラクチャ全体での簡単で反復可能なポータブルなデプロイ、マイクロサービスのデプロイと管理が緩く結合され、オンデマンドでスケーリングします。 

特徴?

の顕著な特徴の中で 「Kubeflow」 我々は次のことを言及することができる:

  • インタラクティブなJupiterノートブックを作成および管理するためのサービスが含まれています。 同じコンピュータリソースや他のコンピュータリソースの展開をカスタマイズして、データサイエンスのニーズに適合させることができます。 したがって、ローカルワークフローを簡単に試し、必要に応じてクラウドにデプロイできます。
  • カスタムTensorFlowトレーニングジョブオペレーターを提供します。 MLモデルのトレーニングに使用できます。 特に、Kubeflowジョブオペレーターは分散TensorFlowトレーニングジョブを処理できます。 CPUまたはGPUを使用するようにトレーニングコントローラーを構成し、さまざまなクラスターサイズに適応できるようにします。
  • トレーニング済みのTensorFlowモデルをKubernetesにエクスポートするためのTensorFlowサービングコンテナをサポートします。 さらに、Kubeflowは、機械学習モデルをKubernetesにデプロイするためのオープンソースプラットフォームであるSeldon Core、およびNVIDIA Triton Inference Serverとも統合されており、ML / DLモデルを大規模にデプロイする際のGPU使用率を最大化します。
  • Kubeflowパイプラインテクノロジーが含まれています。 これは、エンドツーエンドのMLワークフローをデプロイおよび管理するための包括的なソリューションです。 実行のスケジュールと比較、および各実行の詳細レポートの確認に使用される、高速で信頼性の高い実験を可能にします。
  • マルチフレームワークの基盤を提供します。 TensorFlowとの連携に加えて、PyTorch、Apache MXNet、MPI、XGBoost、Chainerなどもまもなくサポートされる予定です。

に関する最新情報 「Kubeflow」 直接入手できます 公式ブログ.

Kubernetesとは何ですか?

与えられた、 「Kubeflow」 に取り組んでいます 「Kubernetes」、あなた自身に従って指定する価値があります 公式サイト 後者は次のとおりです。

Kubernetes(K8s)は、コンテナ化されたアプリケーションのデプロイ、スケーリング、管理を自動化するためのオープンソースプラットフォームです。 

そしての場合、さらに深めたい 「Kubernetes」 以下の以前および最新の関連出版物をご覧ください。

関連記事
Kubernetes 1.19には、1.3年間のサポート、TLS XNUMX、拡張機能などが付属しています。
関連記事
DockerとKubernetes:長所と短所

記事の結論の一般的な画像

結論

これを願っています 便利な小さな投稿  オン «Kubeflow»、ディープラーニングの分野における興味深い最新のオープンソースプロジェクトであり、オープンソースプラットフォームのリーチを拡大するために作成されました «Kubernetes »; 全体として、非常に興味深く有用です «Comunidad de Software Libre y Código Abierto» そして、アプリケーションの素晴らしい、巨大で成長しているエコシステムの普及に大きく貢献しています «GNU/Linux».

今のところ、これが好きなら publicación、 止まらないで それを共有する 他の人と一緒に、お気に入りのWebサイト、チャネル、グループ、またはソーシャルネットワークやメッセージングシステムのコミュニティで、できれば無料、オープン、および/またはより安全な Telegramシグナルマストドン または別の フェディバース、できれば。

そして、私たちのホームページにアクセスすることを忘れないでください «FromLinux» より多くのニュースを探索するだけでなく、の公式チャンネルに参加する DesdeLinuxからの電報詳細については、次のいずれかにアクセスできます。 オンラインライブラリ として OpenLibra y ジェディット, このトピックまたは他のトピックに関するデジタルブック(PDF)にアクセスして読むため。


記事の内容は、次の原則に準拠しています。 編集倫理。 エラーを報告するには、 ここで.

コメントを最初に

コメントを残す

あなたのメールアドレスが公開されることはありません。 必須フィールドには付いています *

*

*

  1. データの責任者:MiguelÁngelGatón
  2. データの目的:SPAMの制御、コメント管理。
  3. 正当化:あなたの同意
  4. データの伝達:法的義務がある場合を除き、データが第三者に伝達されることはありません。
  5. データストレージ:Occentus Networks(EU)がホストするデータベース
  6. 権利:いつでも情報を制限、回復、削除できます。