Kubeflow : Kubernetes 용 기계 학습 도구 키트

Kubeflow : Kubernetes 용 기계 학습 도구 키트

Kubeflow : Kubernetes 용 기계 학습 도구 키트

오늘 우리의 게시물은 자동 학습 (머신 러닝 / ML). 특히 다음과 같은 오픈 소스 애플리케이션에 대해 "Kubeflow", 차례로 작동합니다. Kubernetes. 이미 많은 사람들이 알고 있듯이 컨테이너화 된 애플리케이션의 배포, 확장 및 처리를 자동화하기위한 오픈 소스 시스템입니다.

"Kubeflow" 현재 아래에서 사용할 수 있음에도 불구하고 안정적인 버전 1.2, 공식 웹 사이트와 GitHub, 공식 블로그에 나와 있듯이 이미 다음 버전 1.3. 그래서 오늘 우리는이 응용 프로그램을 살펴볼 것입니다.

Cognitive Toolkit : 오픈 소스 딥 러닝 SW

Cognitive Toolkit : 오픈 소스 딥 러닝 SW

그리고 평소처럼 항상 읽고있는 주제를 탐구하고자하는 분들을 위해이 게시물이 완료되면 탐색 할 수 있도록 관련 이전 게시물에 대한 다음 링크를 남겨 둘 것입니다.

"Microsoft의 Cognitive Toolkit (이전의 CNTK)은 딥 러닝 툴킷입니다. (Machine Learning) de «Código Abierto» 엄청난 잠재력을 가지고 있습니다. 또한 무료이고 사용하기 쉬우 며 상용 수준의 품질로 인간의 두뇌 수준에 가까운 수준에서 학습 할 수있는 딥 러닝 알고리즘을 만들 수 있습니다." Cognitive Toolkit : 오픈 소스 딥 러닝 SW

관련 기사 :
Cognitive Toolkit : 오픈 소스 딥 러닝 SW

관련 기사 :
.NET 및 ML.NET : Microsoft 오픈 소스 플랫폼
관련 기사 :
TensorFlow 및 Pytorch : 오픈 소스 AI 플랫폼

Kubeflow : 개방형 기계 학습 프로젝트

Kubeflow : 개방형 기계 학습 프로젝트

Kubeflow는 무엇입니까?

당신에 따르면 공식 웹 사이트,이 열린 프로젝트는 다음과 같이 정의됩니다.

"Kubernetes에서 머신 러닝 (ML) 워크 플로 배포를 간단하고 이식 가능하며 확장 가능하게 만드는 데 전념하는 프로젝트입니다. 그 목표는 다른 서비스를 다시 만드는 것이 아니라 다양한 인프라 전반에 걸쳐 ML을위한 최고의 오픈 소스 시스템을 배포하는 간단한 방법을 제공하는 것입니다. 따라서 Kubernetes가 실행되는 모든 곳에서 Kubeflow를 실행할 수 있습니다."

귀하의 사이트에서 GitHub의에서 다음을 간단히 추가하십시오.

"Kubeflow는 파이프 라인, 교육 및 배포와 같은 기계 학습 작업을위한 클라우드의 기본 플랫폼입니다."

이것으로부터 쉽게 추론 할 수 있습니다. "Kubeflow" 입니다 :

"머신 러닝 (ML) 모델 확장 및 배포를 가능한 한 쉽게 만들어 Kubernetes가 수행하는 방법을 알고있는 작업을 수행 할 수 있도록합니다."

형질?

의 놀라운 특성 중 "Kubeflow" 다음을 언급 할 수 있습니다.

  • 대화 형 Jupiter 노트북을 만들고 관리하는 서비스 포함. 데이터 과학의 요구 사항에 맞게 동일한 컴퓨터 리소스와 다른 컴퓨터 리소스의 배포를 사용자 지정할 수 있습니다. 따라서 로컬 워크 플로를 쉽게 실험하고 필요할 때 클라우드에 배포 할 수 있습니다.
  • 커스텀 TensorFlow 학습 작업 연산자를 제공합니다. ML 모델을 훈련하는 데 사용할 수 있습니다. 특히 Kubeflow 작업 운영자는 분산 된 TensorFlow 학습 작업을 처리 할 수 ​​있습니다. CPU 또는 GPU를 사용하도록 학습 컨트롤러를 구성하여 다양한 클러스터 크기에 적응할 수 있도록 전원을 허용합니다.
  • 훈련 된 TensorFlow 모델을 Kubernetes로 내보내기위한 TensorFlow Serving 컨테이너를 지원합니다. 또한 Kubeflow는 Kubernetes에 기계 학습 모델을 배포하기위한 오픈 소스 플랫폼 인 Seldon Core 및 대규모 ML / DL 모델 배포시 GPU 활용도를 극대화하기 위해 NVIDIA Triton Inference Server와 통합됩니다.
  • Kubeflow Pipelines 기술 포함. 엔드 투 엔드 ML 워크 플로를 배포하고 관리하기위한 포괄적 인 솔루션입니다. 실행을 예약 및 비교하고 각 실행에 대한 세부 보고서를 검토하는 데 사용되는 빠르고 안정적인 실험이 가능합니다.
  • 다중 프레임 워크 기반 제공. TensorFlow와 매우 잘 작동하는 것 외에도 곧 PyTorch, Apache MXNet, MPI, XGBoost, Chainer 등을 지원할 것입니다.

에 대한 최신 정보 "Kubeflow" 직접 얻을 수 있습니다 공식 블로그.

Kubernetes 란 무엇입니까?

감안할 때 "Kubeflow" 일하다 "쿠 베르네 테스", 자신에 따라 지정할 가치가 있습니다. 공식 웹 사이트 후자는 다음과 같습니다.

"Kubernetes (K8)는 컨테이너화 된 애플리케이션의 배포, 확장 및 관리를 자동화하기위한 오픈 소스 플랫폼입니다."

그리고 경우에, 더 깊게하고 싶다 "쿠 베르네 테스" 아래에서 이전 및 최신 관련 출판물을 살펴볼 수 있습니다.

관련 기사 :
Kubernetes 1.19는 1.3 년 지원, TLS XNUMX, 향상된 기능 등을 제공합니다.
관련 기사 :
Docker vs Kubernetes : 장점과 단점

기사 결론에 대한 일반적인 이미지

결론

우리는 이것을 바랍니다 "유용한 작은 게시물"«Kubeflow», 딥 러닝 분야의 흥미롭고 현대적인 오픈 소스 프로젝트로 오픈 소스 플랫폼의 범위를 넓히기 위해 제작되었습니다. «쿠버네티스 »; 큰 관심과 유용성입니다. «Comunidad de Software Libre y Código Abierto» 응용 프로그램의 훌륭하고 거대하며 성장하는 생태계의 확산에 큰 기여 «GNU/Linux».

지금은 이걸 좋아했다면 publicación, 멈추지 마 그것을 공유 좋아하는 웹 사이트, 채널, 그룹 또는 소셜 네트워크 또는 메시징 시스템의 커뮤니티에서 다른 사람과 함께, 가급적이면 무료, 개방형 및 / 또는보다 안전한 텔레그램신호마 스톤 또는 다른 페디 버스, 바람직하게.

그리고 우리 홈페이지를 방문하는 것을 잊지 마십시오. «리눅스에서» 더 많은 뉴스를 탐색하고 공식 채널에 가입하십시오. FromLinux의 Telegram더 많은 정보를 원하시면 온라인 도서관 으로 OpenLibra y 제잇, 이 주제 또는 다른 주제에 대한 디지털 책 (PDF)에 액세스하고 읽을 수 있습니다.


기사의 내용은 우리의 원칙을 준수합니다. 편집 윤리. 오류를보고하려면 여기에.

코멘트를 첫번째로 올려

코멘트를 남겨주세요

귀하의 이메일 주소는 공개되지 않습니다. 필수 필드가 표시되어 있습니다 *

*

*

  1. 데이터 책임자 : Miguel Ángel Gatón
  2. 데이터의 목적 : 스팸 제어, 댓글 관리.
  3. 합법성 : 귀하의 동의
  4. 데이터 전달 : 법적 의무에 의한 경우를 제외하고 데이터는 제 XNUMX 자에게 전달되지 않습니다.
  5. 데이터 저장소 : Occentus Networks (EU)에서 호스팅하는 데이터베이스
  6. 권리 : 귀하는 언제든지 귀하의 정보를 제한, 복구 및 삭제할 수 있습니다.