Кубефлоу: Кубернетеске арналган Machine Learning Toolkit

Кубефлоу: Кубернетеске арналган Machine Learning Toolkit

Кубефлоу: Кубернетеске арналган Machine Learning Toolkit

Биздин бүгүнкү билдирүүбүз талаа менен алектенет Автоматтык окутуу (Machine Learning / ML). Деп аталган ачык булактуу тиркеме жөнүндө "Кубефлоу", ал өз кезегинде, иштейт Kubernetes. Көпчүлүгүңүз билгендей, бул контейнердик тиркемелерди жайылтуу, масштабдоо жана иштетүүнү автоматташтыруучу ачык булактуу система.

"Кубефлоу" учурда жеткиликтүү болгонуна карабастан 1.2 туруктуу версия, расмий сайтында жана GitHubда, расмий Блогунда көрүнүп тургандай, буга чейин комментарий берилген кийинки версия 1.3. Ошондуктан бүгүн биз бул тиркемени терең изилдейбиз.

Таанып-билүү куралы: Ачык булактуу Deep Learning SW

Таанып-билүү куралы: Ачык булактуу Deep Learning SW

Адаттагыдай эле, ар дайым окулган теманы терең изилдөөнү каалагандар үчүн, ушул пост аяктагандан кийин, мурунку постторго шилтемелерди калтырабыз:

«Майкрософттун таанып-билүү куралы (мурун CNTK деп аталган) бул терең үйрөнүү куралы (Machine Learning) de «Código Abierto» эбегейсиз потенциалы менен. Ошондой эле, бул акысыз, колдонууга жеңил жана коммерциялык деңгээлдеги сапат, бул адамдын мээсине жакын деңгээлде билим алууга жөндөмдүү терең алгоритмдерди түзүүгө мүмкүндүк берет.« Таанып-билүү куралы: Ачык булактуу Deep Learning SW

Окшош макала:
Таанып-билүү куралы: Ачык булактуу Deep Learning SW

Окшош макала:
.NET жана ML.NET: Microsoft Open Source Platforms
Окшош макала:
TensorFlow жана Pytorch: Ачык булактуу AI платформалары

Кубефлоу: Ачык машина менен окутуу долбоору

Кубефлоу: Ачык машина менен окутуу долбоору

Кубефлоу деген эмне?

Сиздин айтымында расмий сайты, бул ачык долбоор төмөнкүдөй аныкталат:

«Бул Kubernetes программасында машина агымын (ML) жайылтууну жөнөкөй, көчмө жана масштабдуу кылууга арналган долбоор. Бул башка кызматтарды калыбына келтирүү үчүн эмес, ар кандай инфраструктуралар боюнча ML үчүн мыкты ачык булактуу тутумдарды жайылтуунун жеңил жолун сунуш кылат. Ошентип, Кубернетес кайсы жерде иштебесин, Кубефлоу иштей алат.«

Ошол эле учурда, сиздин сайтта GitHub, төмөнкүнү кыскача кошуңуз:

«Кубефлоу - бул машинаны үйрөнүү операциялары үчүн булуттагы жергиликтүү платформа: куурлар, окутуу жана жайылтуу.«

Ушундан улам, анын негизги максаты деп оңой эле жыйынтык чыгарса болот "Кубефлоу" Ал:

«Кубернетеске мүмкүнчүлүк берүү менен, машинаны үйрөнүү (ML) моделин масштабдатуу жана жайылтуу мүмкүнчүлүгүн жеңилдетиңиз: Ар кандай инфраструктура боюнча жеңил, кайталана турган жана көчмө жайгаштыруулар, микро сервистерди жайылтуу жана башкаруу эркин байланышкан жана талапка жараша масштабдуу.«

Мүнөздөмөлөрү?

Дын эң сонун мүнөздөмөлөрүнүн арасында "Кубефлоу" биз сөз болот:

  • Интерактивдүү Юпитер дептерлерин түзүү жана башкаруу боюнча кызматтарды камтыйт. Ошол эле жана башка компьютердик ресурстарды маалымат илиминин муктаждыктарына ылайыкташтыруу үчүн жайгаштырууну настройкалоо. Ошентип, жергиликтүү жумушчу агымдар менен тажрыйба жүргүзүүнү жеңилдетип, андан кийин аларды булутка жайгаштырыңыз.
  • Адатта TensorFlow окутуу жумуш операторун камсыз кылат. Кайсынысы ML моделин окутуу үчүн колдонсо болот. Атап айтканда, Kubeflow жумуш оператору бөлүштүрүлгөн TensorFlow окутуу жумуштарын аткара алат. Окутуу контроллерин CPU же GPU колдонуу үчүн конфигурациялоого жана ар кандай кластердик өлчөмдөргө ыңгайлашууга мүмкүнчүлүк берүү.
  • Окутулган TensorFlow моделдерин Kubernetesке экспорттоо үчүн TensorFlow Serving контейнерин колдойт. Андан тышкары, Kubeflow ML / DL моделдерин масштабдуу жайгаштырганда GPU колдонулушун максималдаштыруу үчүн Kubernetesке машинаны үйрөнүү моделдерин жайылтуу үчүн ачык булак платформасы болгон Seldon Core жана NVIDIA Triton Inference Server менен интеграцияланган.
  • Кубефлоу Түтүктөрүнүн технологиясын камтыйт. Акырына чейин ML жумуш агымдарын жайгаштыруу жана башкаруу боюнча комплекстүү чечим. Тез жана ишенимдүү эксперимент жүргүзүүгө, чуркоо графигин түзүүгө жана салыштырууга жана ар бир чуркоо боюнча деталдуу отчетторду карап чыгууга уруксат берүү.
  • Көп алкактуу фундамент сунуш кылат. TensorFlow менен иштөөдөн тышкары, жакында PyTorch, Apache MXNet, MPI, XGBoost, Chainer ж.б.

Көбүрөөк акыркы маалыматтар "Кубефлоу" түздөн-түз сизден алууга болот Расмий блог.

Кубернетес деген эмне?

Эске алуу менен, "Кубефлоу" иштейт "Кубернетес", аны өзүңүзгө ылайыктап көрсөтүү керек расмий сайты экинчиси төмөнкүлөр:

«Kubernetes (K8s) - бул контейнердик тиркемелерди жайылтуу, масштабдоо жана башкарууну автоматташтыруу үчүн ачык булактуу платформа.«

Андай болсо, тереңдеп кетүүнү каалайм "Кубернетес" Төмөндө буга чейинки жана акыркы акыркы басылмаларды көрө аласыз:

Окшош макала:
Kubernetes 1.19 бир жылдык колдоо, TLS 1.3, өркүндөтүүлөр жана башкалар менен келет
Окшош макала:
Docker vs Kubernetes: артыкчылыктары жана кемчиликтери

Макаланын корутундусу үчүн жалпы сүрөт

жыйынтыктоо

Биз муну үмүттөнөбүз «пайдалуу кичинекей билдирүү« боюнча «Kubeflow», ачык булактуу платформанын мүмкүнчүлүктөрүн көбөйтүү максатында терең билим алуу жаатындагы кызыктуу жана заманбап ачык булактуу долбоор «Кубернетес »; жалпы кызыкчылыгы жана пайдалуулугу чоң «Comunidad de Software Libre y Código Abierto» жана тиркемелеринин эң сонун, гигант жана өсүп жаткан экосистемасынын жайылышына чоң салым кошту «GNU/Linux».

Азырынча бул сизге жакса publicación, Токтобо үлүшү башкалар менен, сүйүктүү веб-сайттарыңызда, каналдарыңызда, социалдык тармактардагы топтордо же жамааттарда же билдирүү тутумдарында, акысыз, ачык жана / же кыйла коопсузураак телеграммасигналMastodon же башка Fediverse, артыкчылыктуу.

Жана биздин үй баракчабызга баш багууну унутпаңыз «FromLinux» көбүрөөк жаңылыктарды изилдөө, ошондой эле биздин расмий каналга кошулуу FromLinuxтен телеграммаАл эми, көбүрөөк маалымат алуу үчүн, каалаганына бара аласыз Онлайн китепкана Кой OpenLibra y JedIT, ушул темада же башкаларда санарип китептерге (PDF) кирүү жана окуу.


Макаланын мазмуну биздин принциптерге карманат редакциялык этика. Ката жөнүндө кабарлоо үчүн чыкылдатыңыз бул жерде.

Комментарий биринчи болуп

Комментарий калтырыңыз

Сиздин электрондук почта дареги жарыяланбайт. Милдеттүү талаалар менен белгиленет *

*

*

  1. Маалыматтар үчүн жооптуу: Мигель Анхель Гатан
  2. Маалыматтын максаты: СПАМды көзөмөлдөө, комментарийлерди башкаруу.
  3. Мыйзамдуулук: Сиздин макулдугуңуз
  4. Маалыматтарды берүү: Маалыматтар үчүнчү жактарга юридикалык милдеттенмелерден тышкары билдирилбейт.
  5. Маалыматтарды сактоо: Occentus Networks (ЕС) тарабынан уюштурулган маалыматтар базасы
  6. Укуктар: Каалаган убакта маалыматыңызды чектеп, калыбына келтирип жана жок кыла аласыз.