Kubeflow: Упрощение Искусственного Интеллекта и Машинного Обучения
Kubeflow — это мощный инструмент, который делает искусственный интеллект и машинное обучение простыми, портативными и масштабируемыми. Он представляет собой экосистему компонентов на основе Kubernetes для каждой стадии жизненного цикла AI/ML, поддерживающую лучшие инструменты и фреймворки с открытым исходным кодом.
Основные Компоненты Kubeflow
1. Pipelines
Kubeflow Pipelines (KFP) — это платформа для создания и развертывания портативных и масштабируемых рабочих процессов машинного обучения с использованием Kubernetes.
2. Notebooks
Kubeflow Notebooks позволяет запускать веб-ориентированные среды разработки на вашем кластере Kubernetes, выполняя их внутри Pods.
3. Dashboard
Центральная панель управления Kubeflow — это наш хаб, который соединяет аутентифицированные веб-интерфейсы Kubeflow и других компонентов экосистемы.
4. AutoML
Katib — это проект, основанный на Kubernetes, для автоматизированного машинного обучения (AutoML) с поддержкой настройки гиперпараметров, ранней остановки и поиска архитектуры нейронных сетей.
5. Обучение Моделей
Kubeflow Training Operator предоставляет единый интерфейс для обучения и дообучения моделей на Kubernetes. Он запускает масштабируемые и распределенные задания обучения для популярных фреймворков, включая PyTorch, TensorFlow, MPI, MXNet, PaddlePaddle и XGBoost.
6. Обслуживание Моделей
KServe (ранее KFServing) решает задачи обслуживания моделей в производственной среде на Kubernetes. Он предлагает высокоуровневые и производительные интерфейсы для таких фреймворков, как TensorFlow, XGBoost, ScikitLearn, PyTorch и ONNX.
Присоединяйтесь к Нашему Сообществу
Мы открытое и дружелюбное сообщество разработчиков программного обеспечения, ученых данных и организаций! Присоединяйтесь к нашим еженедельным сообществам, участвуйте в обсуждениях на почтовом списке или общайтесь с другими в Slack Workspace!
Kubeflow — это проект Фонда облачных вычислений. © 2024 Авторы Kubeflow. Документация распространяется по лицензии CC BY 4.0.
