Кубефлоу: Кубернетеске арналған машиналық оқыту құралы

Кубефлоу: Кубернетеске арналған машиналық оқыту құралы

Кубефлоу: Кубернетеске арналған машиналық оқыту құралы

Біздің бүгінгі хабарлама өріспен айналысады Автоматты оқыту (Machine Learning / ML). Дәлірек деп аталатын ашық кодты қосымша туралы «Кубефлоу», ол өз кезегінде жұмыс істейді Kubernetes. Сіздің көпшілігіңіз білетіндей, бұл контейнерленген қосымшаларды орналастыруды, масштабтауды және өңдеуді автоматтандыруға арналған ашық бастапқы жүйе.

«Кубефлоу» қазіргі уақытта қол жетімді болғанына қарамастан 1.2 тұрақты нұсқасы, бұл өзінің ресми веб-сайтында және GitHub-та, өзінің ресми блогында көрсетілгендей, ол туралы қазірдің өзінде түсініктеме берілген келесі 1.3 нұсқасы. Сондықтан бүгін біз бұл қосымшаны тереңірек қарастырамыз.

Когнитивті құралдар: ашық бастапқы деректерді терең оқыту SW

Когнитивті құралдар: ашық бастапқы деректерді терең оқыту SW

Әдеттегідей, әрдайым оқылған тақырыпты терең білгісі келетіндер үшін, осы хабарлама аяқталғаннан кейін зерттеу үшін келесі сілтемелерді байланысты алдыңғы жазбаларға қалдырамыз:

«Майкрософттың когнитивті құралдар құралы (бұрын CNTK деп аталған) - терең оқыту құралы (Machine Learning) de «Código Abierto» үлкен әлеуетке ие Бұл сондай-ақ адам миына жақын деңгейде оқуға қабілетті терең оқыту алгоритмдерін құруға мүмкіндік беретін ақысыз, қолдануға ыңғайлы және коммерциялық деңгейдегі сапа.« Когнитивті құралдар: ашық бастапқы деректерді терең оқыту SW

Тиісті мақала:
Когнитивті құралдар: ашық бастапқы деректерді терең оқыту SW

Тиісті мақала:
.NET және ML.NET: Microsoft Open Source платформалары
Тиісті мақала:
TensorFlow және Pytorch: Ашық платформалық AI платформалары

Кубефлоу: Ашық машиналық оқыту жобасы

Кубефлоу: Ашық машиналық оқыту жобасы

Кубефлоу дегеніміз не?

Сіздің ойыңызша ресми сайт, бұл ашық жоба келесідей анықталған:

«Бұл Kubernetes-те жұмыс процесін машиналық оқытуды (ML) орналастыруды қарапайым, портативті және ауқымды етуге арналған жоба. Бұл басқа қызметтерді қалпына келтіруге емес, сонымен қатар әртүрлі инфрақұрылымдар бойынша ML үшін ең жақсы ашық бастапқы жүйелерді орналастырудың қарапайым әдісін ұсынуға арналған. Сонымен, Кубернетес қай жерде жұмыс істесе де, Кубефлоу жұмыс істей алады.«

Сіздің сайтта GitHub, қысқаша келесі:

«Кубефлоу - бұл машиналық оқыту операциялары үшін бұлттағы жергілікті платформа: құбырлар, оқыту және орналастыру.«

Осыдан-ақ оның негізгі мақсаты екенін оңай аңғаруға болады «Кубефлоу» бұл:

«Кубернетеске істеуге мүмкіндік беру арқылы машиналық оқыту (ML) моделін масштабтау мен орналастыруды мүмкіндігінше жеңілдетіңіз: әр түрлі инфрақұрылым бойынша жеңіл, қайталанатын және портативті орналастырулар, микросервистерді орналастыру және басқару еркін байланысқан және сұранысқа негізделген масштаб.«

Сипаттамалары?

Арасында тамаша сипаттамалары бар «Кубефлоу» Төмендегілерді атап өтуге болады:

  • Интерактивті Юпитер дәптерін құру және басқару қызметтерін қамтиды. Деректер ғылымының қажеттіліктеріне бейімдеу үшін бірдей және басқа компьютерлік ресурстарды орналастыруды реттеуге мүмкіндік беру. Осылайша, жергілікті жұмыс процестерімен тәжірибе жасауды жеңілдетіп, қажет болған кезде оларды бұлтқа орналастырыңыз.
  • TensorFlow оқыту бойынша тапсырыс операторын ұсынады. ML моделін үйрету үшін қайсысын қолдануға болады. Атап айтқанда, Kubeflow жұмысының операторы TensorFlow үлестірілген жұмыс орындарын басқара алады. Оқу контроллерін CPU немесе GPU пайдалану үшін конфигурациялауға және сол арқылы әртүрлі кластерлік өлшемдерге бейімделуге мүмкіндік беру.
  • Тәжірибелі TensorFlow модельдерін Кубернетке экспорттауға арналған TensorFlow қызмет көрсететін контейнерді қолдайды. Сонымен қатар, Kubeflow ML / DL модельдерін кеңінен орналастыру кезінде GPU пайдалануды максимизациялау үшін Kubernetes-те машиналық оқыту модельдерін орналастыруға арналған ашық бастапқы платформа және NVIDIA Triton Inference Server-пен біріктірілген.
  • Kubeflow құбырлары технологиясын қамтиды. Бұл ML-дің соңғы жұмыс ағындарын орналастыру және басқару үшін кешенді шешім. Эксперименттерді жылдам әрі сенімді жүргізуге, жүгіруді жоспарлауға және салыстыруға және әр жүгіру бойынша егжей-тегжейлі есептерді қарастыруға мүмкіндік беру.
  • Көп шеңберлі негіз ұсынады. TensorFlow-пен жақсы жұмыс жасаумен қатар, ол PyTorch, Apache MXNet, MPI, XGBoost, Chainer және басқаларын қолдайтын болады.

Қазіргі заманғы ақпарат туралы «Кубефлоу» тікелей сізден алуға болады Ресми блог.

Кубернетес дегеніміз не?

Берілген, «Кубефлоу» жұмыс істейді «Кубернеттер», өзіңіздікіне сәйкес көрсету керек ресми сайт соңғысы келесі:

«Kubernetes (K8s) - контейнерленген қосымшаларды орналастыруды, масштабтауды және басқаруды автоматтандыруға арналған ашық бастапқы платформа.«

Егер болған жағдайда, тереңдетуді қалаңыз «Кубернеттер» Төменде алдыңғы және соңғы қатысты жарияланымдармен таныса аласыз:

Тиісті мақала:
Kubernetes 1.19 бір жылдық қолдау, TLS 1.3, жақсартулар және басқаларымен келеді
Тиісті мақала:
Кубернет пен докер: артықшылықтары мен кемшіліктері

Мақала қорытындылары үшін жалпы сурет

қорытынды

Біз бұған үміттіміз «пайдалы шағын хабарлама« туралы «Kubeflow», ашық бастапқы платформаның қол жетімділігін арттыру үшін терең білім беру саласындағы қызықты және заманауи ашық бастапқы жоба «Кубернет »; тұтастай алғанда үлкен қызығушылық пен пайдалы «Comunidad de Software Libre y Código Abierto» және қосымшалардың керемет, алып және өсіп келе жатқан экожүйесінің таралуына үлкен үлес қосады «GNU/Linux».

Әзірге, егер бұл сізге ұнады publicación, Тоқтама бөліс өзіңіздің сүйікті веб-сайттарыңызда, арналарыңызда, топтарыңызда немесе әлеуметтік желілердің қауымдастықтарында немесе хабар алмасу жүйелерінде басқалармен, мүмкіндігінше ақысыз, ашық және / немесе одан да қауіпсіз жеделхатСигналMastodon немесе басқа Федивер, мүмкіндігінше.

Біздің үйге кіруді ұмытпаңыз «FromLinux» жаңалықтармен танысу, сондай-ақ біздің ресми арнаға қосылу DesdeLinux-тен жеделхатҚосымша ақпарат алу үшін кез-келгенге келуге болады Интернет-кітапхана Como OpenLibra y JedIT, осы тақырып бойынша және басқалар бойынша цифрлық кітаптарға (PDF) қол жеткізу және оқу.


Мақаланың мазмұны біздің ұстанымдарымызды ұстанады редакторлық этика. Қате туралы хабарлау үшін нұқыңыз Мұнда.

Бірінші болып пікір айтыңыз

Пікіріңізді қалдырыңыз

Сіздің электрондық пошта мекен-жайы емес жарияланады. Міндетті өрістер таңбаланған *

*

*

  1. Деректерге жауапты: Мигель Анхель Гатан
  2. Деректердің мақсаты: СПАМ-ны басқару, түсініктемелерді басқару.
  3. Заңдылық: Сіздің келісіміңіз
  4. Деректер туралы ақпарат: заңды міндеттемелерді қоспағанда, деректер үшінші тұлғаларға жіберілмейді.
  5. Деректерді сақтау: Occentus Networks (ЕО) орналастырған мәліметтер базасы
  6. Құқықтар: Сіз кез-келген уақытта ақпаратты шектей, қалпына келтіре және жоя аласыз.