机器学习工具Kubeflow来了,在Kubernetes上运行更容易

Kubeflow是一个专用于Kubernetes上具备可移植性与可扩展性机器学习专案。Kubeflow并非一个新服务,而是作者为了让Google的机器学习开源软件TensorFlow能更直觉的使用而开发。

目前项目放置在GitHub上,功能是一键控制TensorFlow训练控制器使用CPU或是GPU,以及调整集群的大小。另外,也提供TensorFlow Serving的container。

在简化Kubernetes的机器学习工作上,Kubeflow提供多种基础架构能够简易、可重复且具备可移植性的部署,并且做到部署及管理人为相依性的微服务,当然也能依需求缩放规模。

Kubeflow的作者表示,从事机器学习工作的人所使用的工具琳琅满目,因此Kubeflow的重点是,无论遇到什么样的需求,都可以客制化自己的工作流程,并且让系统照顾闲置的机器。Kubeflow的终极目标是提供一组简单的manifests,让机器学习的任务可以在任意的Kubernetes集群上执行,并自动根据部署的集群做最佳设定。

K8S中文社区微信公众号

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址