Kubeflow

Kubeflow to potężne narzędzie dla sztucznej inteligencji i uczenia maszynowego. Jest to ekosystem składników opartych na Kubernetes dla każdego etapu cyklu życia AI/ML, wspierający najlepsze w swojej klasie otwarte narzędzia i struktury. Można wdrożyżyć Kubeflow wszędzie tam, gdzie działa Kubernetes. Jego składniki obejmują Pipelines, które stanowią platformę do budowania i wdrażania przenośnych i skalowalnych przepływów pracy uczenia maszynowego przy użyciu Kubernetes. Notebooks pozwala na uruchamianie opartych na sieci web środowisk programistycznych w klastrze Kubernetes, uruchamianych wewnątrz Pods. Central Dashboard jest centrum, łączącym uwierzytelnione interfejsy sieciowe Kubeflow i innych składników ekosystemu. AutoML Katib to projekt Kubernetes-native dla automatycznego uczenia maszynowego z obsługą dostrajania hiperparametrów, wczesnego zatrzymywania i wyszukiwania architektury neuronowej. Training Operator to zunifikowany interfejs do szkolenia i dostrajania modeli na Kubernetes, obsługujący skalowalne i rozproszone zadania szkoleniowe dla popularnych ram, takich jak PyTorch, TensorFlow, MPI, MXNet, PaddlePaddle i XGBoost. KServe (poprzednio KFServing) rozwiązuje problem serwowania modeli produkcyjnych na Kubernetes, dostarczając wysokopoziomowych i wydajnych interfejsów dla takich struktur jak TensorFlow, XGBoost, ScikitLearn, PyTorch i ONNX. Kubeflow to społeczność otwarta i przyjazna dla programistów oprogramowania, naukowców danych i organizacji. Zapraszamy do udziału w cotygodniowych spotkaniach społeczności, dyskusjach na liście mailingowej lub rozmowach na Slack Workspace!