Поток кубов
-
Обзор Kubeflow
- Kubeflow — платформа с открытым исходным кодом для машинного обучения и MLOps на Kubernetes от Google.
- Включает компоненты для разработки, обучения, обслуживания и автоматизированного машинного обучения.
- Каждый компонент может быть развернут отдельно, развертывание необязательно.
-
История и развитие
- Анонсирован в 2017 году для улучшения гибкости систем машинного обучения.
- Первый релиз в 2018 году, версия 1.0 выпущена в 2020 году с переходом компонентов в «стабильное состояние».
- В 2022 году заявка на вступление в Cloud Native Computing Foundation, в 2023 году проект принят на стадии инкубации.
-
Компоненты Kubeflow
- Notebooks для разработки моделей с поддержкой Jupyter Notebook и других IDE.
- Pipelines для обучения моделей с масштабируемыми рабочими процессами на основе контейнеров.
- Training Operator для поддержки пользовательских ресурсов и обучения моделей TensorFlow и других библиотек.
- KServe для обслуживания моделей, разработан совместно с другими компаниями, включая Bloomberg и NVIDIA.
- Katib для автоматизированного машинного обучения с функциями настройки гиперпараметров и поиска нейронной архитектуры.
-
График выпуска и рекомендации
- Ссылки на официальный веб-сайт и репозиторий GitHub для получения дополнительной информации.