机器学习工具包Kubeflow 0.1版来了,扩大支援周遭机器学习工具
2018-05-07 15:08:27 | 来源:ithome | 投稿:伊文 | 编辑:dations

原标题:机器学习工具包Kubeflow 0.1版来了,扩大支援周遭机器学习工具

在Kubernetes日渐成为各大基础架构环境都要支援的共通工具时,其应用也逐渐在各个领域发酵,而该工具能调度庞大规模容器丛集的能力,也非常适合与机器学习、大数据等应用情境结合。而近日,由Google自家推出的Kubernetes机器学习工具包Kubeflow终于释出了0.1版。Google表示,虽然该专案仅成立5个多月,但是目前在GitHub上,已经有超过3,000名使用者收藏该专案,“而在GitHub平台的关注热度,Kubeflow目前已经到达前2%了。”

而Kubeflow专案中,共依赖三个核心功能,让使用者更容易在Kubernetes丛集上执行机器学习应用。首先,Kubeflow支援开源专案JupyterHub,而JupyterHub专案,让工程师可以创建使用者共同存取的窗口(Hub)。同时,还能让开发者除了可以使用不同程式语言,同步进行机器学习应用开发,加速专案协作速度。

再者,就是TensorFlow训练控制元件(TensorFlow△Training△Controller),依据任务性质,开发者可以同时针对分散式、非分散式的TensroFlow应用,部署相对应的丛集资源。只要完成一次性设定,使用者可以就指定该应用,所需要的CPU、GPU资源。最后是TensorFlow△Serving容器,让企业可以将训练完毕的TensorFlow模型,搬迁至Kubernetes环境中执行。

而新释出的0.1版,除了上述核心功能外,也开始扩大支援周遭的开源机器学习生态系工具。像是整并Argo专案,这款主打容器原生的workflow引擎,可以在任何Kubernetes丛集上运作外,该工具在资源调度上的自由,也比VM或是其他传统伺服器环境更高。同时,利用容器技术,Argo将每个单一workflow,定义成单一容器执行,如此一来,企业就可以使用Kubernetes执行高密度的运算工作,像是数据处理、机器学习等任务。

另外一款工具则是开源机器学习部署平台Seldon△Core,让机器学习模型可以部署于Kubernetes上运作。而Seldon△Core的目标,要让资料科学家可以用任何工具包、程式语言建立机器学习模型。现阶段该工具的支援模型,包含以Python为基础的TensorFlow、Sklearn,还有Spark、H2O、R等知名模型。此外,Seldon△Core也让机器学习模型可支援REST、gRPC,让使用者可以更简单地整合相关企业应用。

不仅如此,Kubeflow△0.1版还有许多有意思的新功能、新特色。例如,它也开始实验性地支援深度学习框架Caffe2,让这款框架也能在Kubernetes上执行,或是改善TensorFlow的训练效能、利用身份验证功能增进安全性,以及加强复杂资料流管理等。而Google也已经预告,Kubeflow△0.2版将在今年夏季时释出。除了要简化初始设定工作、加速整合其他应用外,还想要支援更多不同的机器学习框架,例如Spark、XGBoost、Sklearn等。

tags:

上一篇  下一篇

相关:

中国机器人新创Ubtech获腾讯注资,身价翻涨至50亿美元

示意图,与新闻事件无关。 图片来源: Ubtech 于2012年成立的中国人形机器人新创业者Ubtech上周宣布已完成由腾讯主导的C轮增资活动,取得了8.2亿美元的新资金,也让该公司的身价从2016年的10亿美元迅速窜升到今年的

IoT双周报第39期:Starship机器人送货服务正式在欧美上路,机器人可外送餐点到你家

Starship所打造的机器人有6个轮子,看起来像是会走路的传统吸尘器,它可运送食物、杂货或包里,设定的运送时间为15至60分钟。它也与美国餐饮集团Compass△Group合作,替美国加州山景城的Intuit软件业者提供食品外送

日本机器人租用服务新用场 [热事件]

随着科技的高速发展,很多早前不可能的事都在慢慢变成现实,比如现在机器人这类话题就经常被提及,在以前,可以说这是一种遥远的幻想。而现在,不仅在生活中有机器人的身影,还出现了日本机器人租用服务新用场的情况

太空WiFi要来了 [热事件]

以后坐飞机也能上WiFi了,这简直想都不敢想,据消息称太空WiFi要来了,输入密码,你就能连接上来自太空的WiFi信号,甚至还能收到卫星发来的“问候”信息。这些科幻电影中的场景,目前正在加速变为现实。太空WiFi 信息

自主机器人也能主动解决问题,脸书AI研究院靠虚拟环境,成功训练机器人解答指定生活问题

图片来源: 脸书 脸书AI研究院最近发表一项训练机器人拥有自主能力的研究成果,通过以目标为导向的方式,让机器人在虚拟的环境中,利用感知、移动和沟通的能力找寻答案,再以自然语言的方式回复问题。脸书AI研究团队指

站长推荐: