Kubeflow: набор инструментов машинного обучения для Kubernetes
Наш сегодняшний пост будет посвящен области Автоматическое обучение (машинное обучение / машинное обучение). В частности, о приложении с открытым исходным кодом под названием «Кубэфлоу», который, в свою очередь, работает на Kubernetes. Как многие из вас уже знают, это система с открытым исходным кодом для автоматизации развертывания, масштабирования и обработки контейнерных приложений.
«Кубэфлоу» несмотря на то, что в настоящее время доступны под стабильная версия 1.2, поскольку он появляется на официальном сайте и GitHub в официальном блоге, он уже комментирует следующая версия 1.3. Вот почему сегодня мы углубимся в это приложение.
Cognitive Toolkit: ПО для глубокого обучения с открытым исходным кодом
И, как обычно, для тех, кто всегда хочет углубиться в прочитанную тему, мы оставим следующие ссылки на связанные предыдущие сообщения, которые вы сможете изучить, когда эта публикация будет завершена:
Cognitive Toolkit от Microsoft (ранее называвшийся CNTK) - это набор инструментов для глубокого обучения.
(Machine Learning)de«Código Abierto»с огромным потенциалом. Это также бесплатное, простое в использовании и коммерческое качество, которое позволяет создавать алгоритмы глубокого обучения, способные обучаться на уровне, близком к уровню человеческого мозга. Cognitive Toolkit: ПО для глубокого обучения с открытым исходным кодом
Kubeflow: открытый проект машинного обучения
Что такое Kubeflow?
Согласно его Официальный сайт, этот открытый проект определяется следующим образом:
Это проект, направленный на то, чтобы сделать развертывание рабочих процессов машинного обучения (ML) в Kubernetes простым, портативным и масштабируемым. Его цель - не воссоздавать другие сервисы, а предоставить простой способ развертывания лучших систем с открытым исходным кодом для машинного обучения в различных инфраструктурах. Так что везде, где работает Kubernetes, Kubeflow может работать.
Хотя на вашем сайте по адресу GitHubкратко добавьте следующее:
Kubeflow - это собственная облачная платформа для операций машинного обучения: конвейеров, обучения и развертывания.
Из этого легко вывести, что основная цель «Кубэфлоу» это:
Максимально упростите масштабирование и развертывание модели машинного обучения (ML), позволяя Kubernetes делать то, что он умеет: простые, воспроизводимые, переносимые развертывания в разнородной инфраструктуре, развертывание и управление микросервисами, слабо связанные и масштабируемые по запросу.
Характеристики?
Среди замечательных характеристик «Кубэфлоу» Можно упомянуть следующее:
- Включает сервисы для создания интерактивных записных книжек Jupiter и управления ими.. Позволяет настраивать развертывание тех же и других компьютерных ресурсов, чтобы адаптировать их к потребностям науки о данных. Таким образом, можно легко экспериментировать с локальными рабочими процессами, а затем при необходимости развертывать их в облаке.
- Предоставляет настраиваемого оператора учебного задания TensorFlow. Что можно использовать для обучения модели машинного обучения. В частности, оператор задания Kubeflow может обрабатывать распределенные учебные задания TensorFlow. Предоставление мощности для настройки обучающего контроллера для использования процессоров или графических процессоров и, таким образом, для адаптации к различным размерам кластеров.
- Поддерживает контейнер TensorFlow Serving для экспорта обученных моделей TensorFlow в Kubernetes. Кроме того, Kubeflow также интегрирован с Seldon Core, платформой с открытым исходным кодом для развертывания моделей машинного обучения в Kubernetes, и NVIDIA Triton Inference Server для максимального использования графического процессора при масштабном развертывании моделей ML / DL.
- Включает технологию Kubeflow Pipelines. Это комплексное решение для развертывания и управления непрерывными рабочими процессами машинного обучения. Позволяет проводить быстрые и надежные эксперименты, используемые для планирования и сравнения запусков, а также просмотра подробных отчетов по каждому запуску.
- Предлагает мультифреймворк. Поскольку, помимо очень хорошей работы с TensorFlow, он скоро будет поддерживать PyTorch, Apache MXNet, MPI, XGBoost, Chainer и другие.
Более актуальная информация о «Кубэфлоу» можно получить прямо на вашем Официальный блог.
Что такое Kubernetes?
Учитывая, «Кубэфлоу» работает на «Кубернетес», стоит уточнить по собственному Официальный сайт что последнее следующее:
Kubernetes (K8s) - это платформа с открытым исходным кодом для автоматизации развертывания, масштабирования и управления контейнерными приложениями.
И в случае, если хотите углубиться в «Кубернетес» Вы можете ознакомиться с нашими предыдущими и последними публикациями по теме ниже:
Заключение
Мы надеемся на это полезный небольшой пост на «Kubeflow», интересный и современный проект с открытым исходным кодом в области глубокого обучения, призванный расширить охват платформы с открытым исходным кодом. «Kubernetes »; представляет большой интерес и полезность для всего «Comunidad de Software Libre y Código Abierto» и большой вклад в распространение замечательной, гигантской и растущей экосистемы приложений «GNU/Linux».
А пока, если вам это понравилось publicación, Не останавливаются поделись с другими, на ваших любимых веб-сайтах, каналах, группах или сообществах социальных сетей или систем обмена сообщениями, предпочтительно бесплатно, открыто и / или более безопасно, поскольку Telegram, сигнал, Мастодонт или другой из Fediverse, желательно.
И не забудьте посетить нашу домашнюю страницу по адресу «DesdeLinux» чтобы узнать больше новостей, а также присоединиться к нашему официальному каналу Telegram от DesdeLinux. А для получения дополнительной информации вы можете посетить любой Онлайн-библиотека в качестве OpenLibra y ДжедИТ, для доступа и чтения электронных книг (PDF) по этой или другим темам.