Kubeflow: kit de ferramentas de aprendizado de máquina para Kubernetes
Nossa postagem de hoje tratará da área de Aprendizado automático (aprendizado de máquina / ML). Especificamente sobre um aplicativo de código aberto chamado "Kubeflow", que por sua vez, funciona em Kubernetes. Que, como muitos de vocês já sabem, é um sistema de código aberto para automatizar a implantação, escalonamento e manuseio de aplicativos em contêineres.
"Kubeflow" apesar de estar atualmente disponível sob o versão estável 1.2, conforme consta em seu site oficial e no GitHub, em seu Blog oficial, já está comentado no próxima versão 1.3. É por isso que hoje vamos nos aprofundar neste aplicativo.
Kit de ferramentas cognitivas: SW de aprendizado profundo de código aberto
E, como de costume, para aqueles sempre ansiosos para mergulhar em um tópico lido, deixaremos os seguintes links para postagens anteriores relacionadas para você explorar assim que esta postagem for concluída:
"O Cognitive Toolkit da Microsoft (anteriormente denominado CNTK) é um kit de ferramentas de aprendizagem profunda
(Machine Learning)de«Código Abierto»com enorme potencial. Também é gratuito, fácil de usar e de qualidade comercial que permite criar algoritmos de aprendizado profundo, capazes de aprender em um nível próximo ao do cérebro humano." Kit de ferramentas cognitivas: SW de aprendizado profundo de código aberto
Kubeflow: um projeto de aprendizado de máquina aberto
O que é Kubeflow?
De acordo com o seu Site oficial, este projeto aberto é definido da seguinte forma:
"É um projeto dedicado a tornar as implantações de fluxo de trabalho de aprendizado de máquina (ML) no Kubernetes simples, portáteis e escalonáveis. O objetivo não é recriar outros serviços, mas fornecer uma maneira fácil de implantar os melhores sistemas de código aberto para ML em várias infraestruturas. Portanto, em qualquer lugar que o Kubernetes seja executado, o Kubeflow pode ser executado."
Enquanto, em seu site em GitHub, adicione brevemente o seguinte:
"Kubeflow é a plataforma nativa na nuvem para operações de aprendizado de máquina: pipelines, treinamento e implantação."
A partir disso, pode-se facilmente deduzir que, o objetivo principal da "Kubeflow" é:
"Torne o dimensionamento e a implantação do modelo de aprendizado de máquina (ML) o mais fácil possível, permitindo que o Kubernetes faça o que faz: implantações fáceis, repetíveis e portáteis em uma infraestrutura diversa, implantação e gerenciamento de microsserviços fracamente acoplados e escalonados com base na demanda."
Caracteristicas?
Entre as características marcantes do "Kubeflow" Podemos mencionar o seguinte:
- Inclui serviços para criar e gerenciar cadernos Júpiter interativos. Permitindo customizar a implantação dos mesmos e de outros recursos computacionais para adaptá-los às necessidades da ciência de dados. Assim, é mais fácil experimentar fluxos de trabalho locais e, em seguida, implantá-los na nuvem quando necessário.
- Fornece um operador de job de treinamento personalizado do TensorFlow. Que pode ser usado para treinar um modelo de ML. Em particular, o operador de tarefa do Kubeflow pode lidar com tarefas de treinamento distribuídas do TensorFlow. Permitindo o poder de configurar o controlador de treinamento para usar CPUs ou GPUs e, assim, se adaptar a vários tamanhos de cluster.
- Oferece suporte a um contêiner do TensorFlow Serving para exportar modelos treinados do TensorFlow para o Kubernetes. Além disso, o Kubeflow também é integrado ao Seldon Core, uma plataforma de código aberto para implantação de modelos de aprendizado de máquina no Kubernetes, e ao NVIDIA Triton Inference Server para maximizar a utilização da GPU ao implantar modelos ML / DL em escala.
- Inclui a tecnologia Kubeflow Pipelines. Que é uma solução abrangente para implantar e gerenciar fluxos de trabalho de ML de ponta a ponta. Permitindo experimentação rápida e confiável, para agendamento e comparação de execuções e revisão de relatórios detalhados em cada execução.
- Oferece uma base multi-estrutura. Visto que, além de funcionar muito bem com o TensorFlow, em breve terá suporte para PyTorch, Apache MXNet, MPI, XGBoost, Chainer e muito mais.
Mais informações atualizadas sobre "Kubeflow" pode ser obtido diretamente em seu Blog oficial.
O que é Kubernetes?
Dado que, "Kubeflow" funciona em "Kubernetes", vale a pena especificar de acordo com o seu Site oficial que o último é o seguinte:
"Kubernetes (K8s) é uma plataforma de código aberto para automatizar a implantação, escalonamento e gerenciamento de aplicativos em contêineres."
E no caso de querer aprofundar "Kubernetes" Você pode explorar nossas publicações anteriores e mais recentes a seguir:
Conclusão
Nós esperamos isso "postinho útil" em «Kubeflow», um projeto de código aberto interessante e moderno na área de aprendizagem profunda, feito para aumentar o alcance da plataforma de código aberto «Kubernetes »; é de grande interesse e utilidade, para todo o «Comunidad de Software Libre y Código Abierto» e de grande contribuição para a difusão do maravilhoso, gigantesco e crescente ecossistema de aplicações de «GNU/Linux».
Por enquanto, se você gostou disso publicación, Não pare Compartilhe com outras pessoas, nos seus sites, canais, grupos ou comunidades de redes sociais ou sistemas de mensagens preferidos, de preferência gratuitos, abertos e / ou mais seguros como Telegram, Signal, Mastodonte ou outro de Fediverse, preferencialmente.
E lembre-se de visitar nossa página inicial em «DesdeLinux» para explorar mais novidades, bem como aderir ao nosso canal oficial de Telegrama de DesdeLinux. Embora, para obter mais informações, você pode visitar qualquer Biblioteca online como OpenLibra y jedit, para acessar e ler livros digitais (PDFs) sobre este assunto ou outros.