Kubeflow: Kubernetes အတွက်စက်သင်ကြားရေးကိရိယာ

Kubeflow: Kubernetes အတွက်စက်သင်ကြားရေးကိရိယာ

Kubeflow: Kubernetes အတွက်စက်သင်ကြားရေးကိရိယာ

ကျွန်ုပ်တို့၏ပို့စ်ကိုယနေ့၏လယ်ပြင်နှင့်အတူကိုင်တွယ်ဖြေရှင်းပါလိမ့်မယ် အလိုအလျောက်သင်ယူခြင်း (စက်သင်ယူ / ML)။ အထူးသဖြင့်ခေါ်ပွင့်လင်းတဲ့အရင်းအမြစ် application ကိုအကြောင်း "Kubeflow"အလှည့်၌, အလုပ်ဖြစ်တယ် Kubernetes။ မည်သူကသင်သိနှင့်ပြီးဖြစ်သည်နှင့်အညီ application မ်ားအားဖြန့်ကျက်ခြင်း၊

"Kubeflow" အောက်မှာလက်ရှိရရှိနိုင်ဖြစ်ခြင်းရှိနေသော်လည်း တည်ငြိမ်သောဗားရှင်း 1.2၎င်း၏တရားဝင်တရားဝင်ဝက်ဘ်ဆိုက်နှင့် GitHub ၏တရားဝင်ဘလော့တွင်ဖော်ပြထားသကဲ့သို့၎င်းကိုမှတ်ချက်ပေးပြီးဖြစ်သည် နောက် version ၁.၃။ ဒါကြောင့်ဒီနေ့ဒီလျှောက်လွှာကိုလေ့လာကြမယ်။

Cognitive Toolkit: Open Source Deep Learning SW

Cognitive Toolkit: Open Source Deep Learning SW

ပုံမှန်အားဖြင့်စာဖတ်ခြင်းခေါင်းစဉ်သို့အမြဲတမ်းစိတ်ပါဝင်စားသူများအတွက်ဤပို့စ်ပြီးဆုံးသည်နှင့်သင်နှင့်သက်ဆိုင်သောယခင်ပို့စ်များနှင့်ချိတ်ဆက်ထားသည့်အောက်ပါလင့်ခ်များကိုချန်ထားလိမ့်မည်။

"Microsoft's Cognitive Toolkit (ယခင်က CNTK ဟုခေါ်သည်) သည်နက်ရှိုင်းသောသင်ယူမှုဆိုင်ရာကိရိယာတစ်ခုဖြစ်သည် (Machine Learning) de «Código Abierto» ကြီးမားသောအလားအလာနှင့်အတူ။ ၎င်းသည်အခမဲ့၊ အသုံးပြုရန်လွယ်ကူပြီးအဆင့်မြင့်အရည်အသွေးဖြင့်သင့်ကိုလူ့ ဦး နှောက်နှင့်နီးစပ်သောအဆင့်တွင်သင်ယူနိုင်သည့်နက်ရှိုင်းသောသင်ယူမှု algorithms များဖန်တီးနိုင်သည်။" Cognitive Toolkit: Open Source Deep Learning SW

ဆက်စပ်ဆောင်းပါး
Cognitive Toolkit: Open Source Deep Learning SW

ဆက်စပ်ဆောင်းပါး
.NET နှင့် ML.NET: Microsoft Open Source ပလက်ဖောင်းများ
ဆက်စပ်ဆောင်းပါး
TensorFlow နှင့် Pytorch: ပွင့်လင်းတဲ့အရင်းအမြစ် AI ပလက်ဖောင်း

Kubeflow: ပွင့်လင်းစက်သင်ယူခြင်းစီမံကိန်း

Kubeflow: ပွင့်လင်းစက်သင်ယူခြင်းစီမံကိန်း

Kubeflow ဆိုတာဘာလဲ

သင့်ရဲ့အဆိုအရ တရားဝင်ဝက်ဘ်ဆိုက်ဒီပွင့်လင်းတဲ့စီမံကိန်းကိုအောက်ပါအတိုင်းသတ်မှတ်ထားတယ် - \ t

"၎င်းသည် Kubernetes တွင်စက်သင်ယူမှု (ML) လုပ်ငန်းအသွားအလာကိုလွယ်ကူချောမွေ့စေရန်နှင့်အရွယ်အစားချဲ့ထွင်ရန်ရည်ရွယ်သည့်စီမံကိန်းတစ်ခုဖြစ်သည်။ ၎င်းသည်အခြားဝန်ဆောင်မှုများကိုပြန်လည်ဖန်တီးရန်ရည်ရွယ်ခြင်းမဟုတ်ဘဲအခြေခံအဆောက်အအုံအမျိုးမျိုးအတွက် ML အတွက်အကောင်းဆုံး open source system များကိုဖြန့်ကျက်ရန်လွယ်ကူသောနည်းလမ်းတစ်ခုဖြစ်သည်။ ဒီတော့ Kubernetes ဘယ်နေရာမှာပဲဖြစ်ဖြစ် Kubeflow ကို run နိုင်ပါတယ်။"

သင်၏ site ပေါ်တွင်နေစဉ် GitHubအောက်ပါအကျဉ်းကိုထည့်ပါ -

"Kubeflow သည်ပိုက်လိုင်းများ၊ လေ့ကျင့်သင်ကြားခြင်းနှင့်ဖြန့်ကျက်ခြင်းတို့ဖြစ်သောစက်သင်ကြားရေးလုပ်ငန်းများအတွက် Cloud တွင်ဇာတိပလက်ဖောင်းဖြစ်သည်။"

ဒီကနေ, ကအလွယ်တကူကြောင်း၏အဓိကရည်မှန်းချက်ကောက်ချက်ချနိုင်ပါတယ် "Kubeflow" es:

"ကွဲပြားခြားနားသောအခြေခံအဆောက်အအုံများ၊ အလွယ်တကူပြန်လုပ်နိုင်ခြင်းနှင့်သယ်ဆောင်ရလွယ်ကူသောဖြန့်ကျက်ခြင်းများ၊ မိုက်ခရို ၀ န်ဆောင်မှုများဖြန့်ကျက်ခြင်းနှင့်စီမံခန့်ခွဲမှုတို့မှာအားနည်းချက်နှင့်ဆက်စပ်မှုရှိသည်။"

ဝိသေသလက္ခဏာများ?

၏ထူးခြားသောဝိသေသလက္ခဏာများများထဲတွင် "Kubeflow" ကျနော်တို့ကအောက်ပါဖော်ပြနိုင်သည်

  • အပြန်အလှန်ဆက်သွယ်မှုရှိသည့်ဂျူပီတာမှတ်စုစာအုပ်များကိုဖန်တီးခြင်းနှင့်စီမံခြင်း ၀ န်ဆောင်မှုများပါ ၀ င်သည်။ ဒေတာသိပ္ပံ၏လိုအပ်ချက်များနှင့်လိုက်လျောညီထွေဖြစ်အောင်အတူတူပင်နှင့်အခြားကွန်ပျူတာအရင်းအမြစ်များကိုဖြန့်ကျက်ခြင်းကိုစိတ်ကြိုက်ပြုလုပ်ခွင့်ပြုသည်။ ထို့ကြောင့်ဒေသတွင်းလုပ်ငန်းအသွားအလာများကိုစမ်းသပ်ရန်လွယ်ကူအောင်ပြုလုပ်ပြီးလိုအပ်ပါက Cloud တွင်သူတို့ကိုထည့်သွင်းပါ။
  • စိတ်ကြိုက် TensorFlow လေ့ကျင့်ရေးအလုပ်အော်ပရေတာကိုထောက်ပံ့ပေးသည်။ ဘယ် ML မော်ဒယ်လေ့ကျင့်ရန်အသုံးပြုနိုင်ပါသည်။ အထူးသဖြင့်, Kubeflow အလုပ်အော်ပရေတာသည်ဖြန့်ဝေထားသော TensorFlow လေ့ကျင့်ရေးအလုပ်များကိုကိုင်တွယ်နိုင်သည်။ CPU သို့မဟုတ် GPU များအသုံးပြုရန်လေ့ကျင့်ရေး controller ကို configure လုပ်ရန်စွမ်းအားကိုခွင့်ပြုခြင်း၊ ထို့ကြောင့်အမျိုးမျိုးသော cluster အရွယ်အစားနှင့်လိုက်လျောညီထွေဖြစ်အောင်ပြုလုပ်ခြင်း။
  • လေ့ကျင့်ထားသော TensorFlow မော်ဒယ်များကို Kubernetes သို့တင်ပို့ရန်အတွက် TensorFlow Serving container ကိုထောက်ပံ့သည်။ ထို့အပြင် Kubeflow သည် ML / DL မော်ဒယ်များကိုစကေးချဲ့ထွင်ရာတွင် GPU အသုံးချမှုကိုတိုးမြှင့်နိုင်ရန်အတွက် Kubernetes တွင်စက်သင်ယူခြင်းပုံစံများကိုထည့်သွင်းရန်ပွင့်လင်းသောအရင်းအမြစ်ပလက်ဖောင်းဖြစ်သော Seldon Core နှင့် NVIDIA Triton Inference Server ကိုလည်းပေါင်းစပ်ထားသည်။
  • Kubeflow ပိုက်လိုင်းနည်းပညာပါဝင်သည်။ အဆုံးမှအဆုံးသို့ ML လုပ်ငန်းအသွားအလာများဖြန့်ကျက်ခြင်းနှင့်စီမံခြင်းအတွက်ပြည့်စုံသောဖြေရှင်းနည်းတစ်ခုဖြစ်သည်။ မြန်ဆန်။ ယုံကြည်စိတ်ချရသောစမ်းသပ်မှုများပြုလုပ်ရန်၊ ပြေးအချိန်ဇယားဆွဲခြင်းနှင့်နှိုင်းယှဉ်ခြင်းနှင့်ပြေးခြင်းတစ်ခုစီ၏အသေးစိတ်အစီရင်ခံစာများကိုပြန်လည်သုံးသပ်ခြင်း
  • Multi- မူဘောင်ဖောင်ဒေးရှင်းပေးထားပါတယ်။ TensorFlow နှင့်အလွန်ကောင်းမွန်စွာအလုပ်လုပ်နိုင်သည့်အပြင်မကြာမီ PyTorch၊ Apache MXNet, MPI, XGBoost, Chainer နှင့်အခြားအရာများအတွက်မကြာမီတွင်အထောက်အပံ့များရရှိလိမ့်မည်။

ပိုမိုသိရှိရန်အချက်အလက်များ "Kubeflow" သင်၏အပေါ်တိုက်ရိုက်ရယူနိုင်ပါသည် တရားဝင်ဘလော့ဂ်.

Kubernetes ဆိုတာဘာလဲ

ထည့်သွင်းစဥ်းစားပါက, "Kubeflow" အလုပ်လုပ်သည် "ကူဘာနက်စ်"သင်၏ကိုယ်ပိုင်သတ်မှတ်ချက်အရသတ်မှတ်ရကျိုးနပ်ပါသည် တရားဝင်ဝက်ဘ်ဆိုက် အဆုံးစွန်သောအောက်ပါဖြစ်ပါသည်

"Kubernetes (K8s) သည်ကွန်တိန်နာအသုံးချပရိုဂရမ်များဖြန့်ကျက်ခြင်း၊ ချုံ့ချဲ့ခြင်းနှင့်စီမံခြင်းတို့ကိုအလိုအလျောက်ပြုလုပ်ရန်အတွက် open source platform တစ်ခုဖြစ်သည်။"

ထိုအမှု၌, အပေါ်နက်ရှိုင်းရန်အလိုရှိ၏ "ကူဘာနက်စ်" အောက်တွင်ဖော်ပြထားသောကျွန်ုပ်တို့၏ယခင်နှင့်နောက်ဆုံးဆက်စပ်စာပေများကိုသင်လေ့လာနိုင်သည်။

ဆက်စပ်ဆောင်းပါး
Kubernetes 1.19 သည်တစ်နှစ်ထောက်ပံ့မှု၊ TLS 1.3, အဆင့်မြှင့်မှုများနှင့်အခြားအရာများဖြင့်ရောက်ရှိလာသည်
ဆက်စပ်ဆောင်းပါး
Docker vs Kubernetes - အားသာချက်များနှင့်အားနည်းချက်များ

ဆောင်းပါးနိဂုံးချုပ်များအတွက်ယေဘုယျပုံရိပ်

ကောက်ချက်

ငါတို့မျှော်လင့်ပါတယ် "အကူအညီအနည်းငယ်သာပို့စ်" အပေါ် «Kubeflow»နက်ရှိုင်းသောလေ့လာသင်ယူမှုနယ်ပယ်တွင်စိတ်ဝင်စားစရာကောင်းပြီးခေတ်မီသော open source စီမံကိန်းသည် open source platform ၏ရောက်ရှိမှုကိုတိုးမြှင့်စေသည် «ကူဘာနက်နက်»; တစ်ခုလုံးကိုအဘို့ကြီးစွာသောအကျိုးစီးပွားနှင့် utility ကိုဖြစ်ပါတယ် «Comunidad de Software Libre y Código Abierto» နှင့်၏အံ့သြစရာ, အလွန်ကြီးမားသောနှင့်ကြီးထွားလာ၏ applications များ၏ဂေဟစနစ်၏ပျံ့နှံ့ဖို့ကြီးစွာသောအလှူငွေ၏ «GNU/Linux».

ယခုသင်ဤကြိုက်လျှင် publicación, မရပ်ပါနှင့် မျှဝေပါ အခြားသူများနှင့်သင်ကြိုက်နှစ်သက်သောဝက်ဘ်ဆိုက်များ၊ လိုင်းများ၊ လူမှုရေးကွန်ယက်များသို့မဟုတ်စာတိုပေးပို့ရေးစနစ်များ၏အသိုင်းအဝိုင်းများ၊ ဖြစ်နိုင်ရင်အခမဲ့၊ ကွေးနနျးစာsignalMastodon သို့မဟုတ်အခြား Fediverse, ဖြစ်နိုင်ရင်။

ပြီးတော့ကျွန်မတို့ရဲ့ပင်မစာမျက်နှာကိုသွားကြည့်ဖို့သတိရပါ «FromLinux» သတင်းများကိုပိုမိုလေ့လာရန်နှင့်ကျွန်ုပ်တို့၏တရားဝင်ချန်နယ်ဖြစ်သည် DesdeLinux မှကြေးနန်းသတင်းအချက်အလက်များပိုမိုရယူရန်မည်သည့်အချိန်တွင်မဆိုသင်သွားရောက်နိုင်သည် အွန်လိုင်းစာကြည့်တိုက် como OpenLibra y JedIT, ဒီခေါင်းစဉ်နှင့်အခြားသူများမှဒီဂျစ်တယ်စာအုပ်များ (PDFs) ကိုဖတ်ရှုလေ့လာနိုင်ရန်။


ဆောင်းပါး၏ပါ ၀ င်မှုသည်ကျွန်ုပ်တို့၏အခြေခံမူများကိုလိုက်နာသည် အယ်ဒီတာအဖွဲ့ကျင့်ဝတ်။ အမှားတစ်ခုကိုသတင်းပို့ရန်ကလစ်နှိပ်ပါ ဒီမှာ.

မှတ်ချက်ပေးရန်ပထမဦးဆုံးဖြစ်

သင်၏ထင်မြင်ချက်ကိုချန်ထားပါ

သင့်အီးမေးလ်လိပ်စာပုံနှိပ်ထုတ်ဝေမည်မဟုတ်ပါ။ တောင်းဆိုနေတဲ့လယ်ယာနှင့်အတူမှတ်သားထားတဲ့ *

*

*

  1. အချက်အလက်အတွက်တာဝန်ရှိသည် - Miguel ÁngelGatón
  2. အချက်အလက်များ၏ရည်ရွယ်ချက်: ထိန်းချုပ်ခြင်း SPAM, မှတ်ချက်စီမံခန့်ခွဲမှု။
  3. တရားဝင်: သင်၏ခွင့်ပြုချက်
  4. အချက်အလက်များ၏ဆက်သွယ်မှု - ဒေတာများကိုဥပဒေအရတာ ၀ န်ယူမှုမှ လွဲ၍ တတိယပါတီများသို့ဆက်သွယ်မည်မဟုတ်ပါ။
  5. ဒေတာသိမ်းဆည်းခြင်း: Occentus ကွန်ယက်များ (အီးယူ) မှလက်ခံသည့်ဒေတာဘေ့စ
  6. အခွင့်အရေး - မည်သည့်အချိန်တွင်မဆိုသင်၏အချက်အလက်များကိုကန့်သတ်၊