内容简介：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 Ku...
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。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
