Kubeflow: Machine Learning Toolkit dla Kubernetes
Nasz dzisiejszy post będzie dotyczył dziedziny Automatyczne uczenie się (uczenie maszynowe / ML). W szczególności o aplikacji open source o nazwie „Kubeflow”, co z kolei działa dalej Kubernetes. Jak wielu z was już wie, jest to system typu open source do automatyzacji wdrażania, skalowania i obsługi aplikacji kontenerowych.
„Kubeflow” pomimo tego, że jest obecnie dostępny w ramach stabilna wersja 1.2, jak pojawia się na oficjalnej stronie internetowej i GitHub, na swoim oficjalnym blogu, jest już skomentowany na następna wersja 1.3. Dlatego dzisiaj zagłębimy się w tę aplikację.
Cognitive Toolkit: Open Source Deep Learning SW
I jak zwykle, dla tych, którzy zawsze chcą zagłębić się w przeczytany temat, zostawimy następujące linki do powiązanych wcześniejszych postów, abyś mógł zapoznać się z tym postem:
"Microsoft Cognitive Toolkit (dawniej CNTK) to zestaw narzędzi do głębokiego uczenia się
(Machine Learning)de«Código Abierto»z ogromnym potencjałem. Jest również darmowy, łatwy w użyciu i ma jakość komercyjną, która pozwala tworzyć algorytmy głębokiego uczenia zdolne do uczenia się na poziomie zbliżonym do ludzkiego mózgu." Cognitive Toolkit: Open Source Deep Learning SW
Kubeflow: otwarty projekt uczenia maszynowego
Co to jest Kubeflow?
Zgodnie z Twoim oficjalna strona internetowa, ten otwarty projekt jest zdefiniowany w następujący sposób:
"Jest to projekt poświęcony prostym, przenośnym i skalowalnym wdrożeniom przepływu pracy uczenia maszynowego (ML) na platformie Kubernetes. Jego celem nie jest odtwarzanie innych usług, ale zapewnienie prostego sposobu wdrażania najlepszych systemów open source dla ML w różnych infrastrukturach. Więc gdziekolwiek działa Kubernetes, Kubeflow może działać."
Podczas gdy w Twojej witrynie pod adresem GitHubkrótko dodaj następujące informacje:
"Kubeflow to natywna platforma w chmurze do operacji uczenia maszynowego: potoków, szkoleń i wdrażania."
Z tego można łatwo wywnioskować, że główny cel programu „Kubeflow” jest:
"Uprość skalowanie i wdrażanie modeli uczenia maszynowego (ML), pozwalając Kubernetes robić to, co umie: łatwe, powtarzalne, przenośne wdrożenia w zróżnicowanej infrastrukturze, luźno powiązane i skalowalne w zależności od zapotrzebowania mikrousługi."
Charakterystyka?
Wśród niezwykłych cech „Kubeflow” Możemy wymienić następujące:
- Obejmuje usługi do tworzenia i zarządzania interaktywnymi notatnikami Jupiter. Umożliwienie dostosowania rozmieszczenia tych samych i innych zasobów komputerowych w celu dostosowania ich do potrzeb nauki o danych. W ten sposób ułatwia eksperymentowanie z lokalnymi przepływami pracy, a następnie wdrażanie ich w chmurze, gdy jest to konieczne.
- Zapewnia niestandardowego operatora zadań szkoleniowych TensorFlow. Które można wykorzystać do trenowania modelu ML. W szczególności operator zadania Kubeflow może obsługiwać rozproszone zadania szkoleniowe TensorFlow. Umożliwienie skonfigurowania kontrolera szkoleniowego do korzystania z procesorów lub procesorów graficznych, a tym samym do dostosowania się do różnych rozmiarów klastrów.
- Obsługuje kontener TensorFlow Serving do eksportowania wyszkolonych modeli TensorFlow do Kubernetes. Dodatkowo Kubeflow jest również zintegrowany z Seldon Core, platformą open source do wdrażania modeli uczenia maszynowego na Kubernetes, oraz NVIDIA Triton Inference Server, aby zmaksymalizować wykorzystanie GPU podczas wdrażania modeli ML / DL na dużą skalę.
- Obejmuje technologię Kubeflow Pipelines. To kompleksowe rozwiązanie do wdrażania i zarządzania kompleksowymi przepływami pracy ML. Umożliwiając szybkie i niezawodne eksperymentowanie, planowanie i porównywanie przebiegów oraz przeglądanie szczegółowych raportów z każdego przebiegu.
- Oferuje fundament z wieloma strukturami. Ponieważ oprócz bardzo dobrej współpracy z TensorFlow, wkrótce będzie obsługiwał PyTorch, Apache MXNet, MPI, XGBoost, Chainer i inne.
Więcej aktualnych informacji na temat „Kubeflow” można uzyskać bezpośrednio na Oficjalny blog.
Co to jest Kubernetes?
Biorąc pod uwagę, „Kubeflow” działa dalej „Kubernetes”warto sprecyzować według własnego oficjalna strona internetowa że ta ostatnia jest następująca:
"Kubernetes (K8s) to platforma typu open source do automatyzacji wdrażania, skalowania i zarządzania aplikacjami kontenerowymi."
A w przypadku, chciałbym się pogłębić „Kubernetes” Poniżej możesz zapoznać się z naszymi poprzednimi i najnowszymi pokrewnymi publikacjami:
Wnioski
Mamy taką nadzieję "pomocny mały post" na «Kubeflow», ciekawy i nowoczesny projekt open source z zakresu głębokiego uczenia się, mający na celu zwiększenie zasięgu platformy open source «Kubernetes »; jest bardzo interesujący i użyteczny dla całości «Comunidad de Software Libre y Código Abierto» i ma wielki wkład w rozprzestrzenianie się wspaniałego, gigantycznego i rosnącego ekosystemu zastosowań «GNU/Linux».
Na razie, jeśli to lubisz publicación, Nie przestawaj udostępnij to z innymi osobami w ulubionych witrynach internetowych, kanałach, grupach lub społecznościach sieci społecznościowych lub systemach przesyłania wiadomości, najlepiej bezpłatnych, otwartych i / lub bezpieczniejszych, jak Telegram, Signal, Mastodont lub inny z Fediversenajlepiej.
I pamiętaj, aby odwiedzić naszą stronę główną pod adresem «DesdeLinux» aby poznać więcej wiadomości, a także dołączyć do naszego oficjalnego kanału Telegram z DesdeLinux. Aby uzyskać więcej informacji, możesz odwiedzić dowolne Biblioteka online jako OpenLibra y Jedit, aby uzyskać dostęp do książek cyfrowych (PDF) na ten lub inny temat i czytać je.