k8s 机器学习工具包 Kubeflow 发布 1.0 稳定版
Kubeflow 首个重要版本 1.0 已发布，Kubeflow 原本称作 TensorFlow Extended，是谷歌内部用于将 TensorFlow 模型部署到 Kubernetes 的平台，现在的的名称取自 Kubernetes + Tensorflow。Kubeflow 也是首个针对 Kubernetes，提供可移植与可扩展的机器学习解决方案，让用户利用机器学习来调度在 Kubernetes 上执行的复杂工作流。
随着此版本的发布，一批用于在 Kubernetes 上有效开发、构建、训练和部署模型的稳定应用程序也即将毕业，这些应用包括：
- Kubeflow UI：Central Dashboard
- Jupyter notebook 控制器和 web app
- 用于分布式训练的 Tensorflow Operator (TFJob) 和 PyTorch Operator
- 用于部署和升级的 kfctl
- Profile controller 和用于多用户管理的 UI
接下来还会有许多工具在 Kubeflow 中逐渐成熟，例如内置在 Serverless 管理平台 Knative 之上的自定义资源 KFServing，可帮助用户部署和管理机器学习模型，其模型的“可解释性”功能正处于 Alpha 测试阶段。除此之外，还有可用于定义复杂机器学习工作流程的工具 Pipelines；可追踪数据集、作业和模型的 Metadata；超参数（hyper-parameter）调校工具 Katib，这些工具都处于 beta 测试阶段，在未来的发布版本会陆续加入 Kubeflow 1.0。
关键字：交易技术
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
