- Kubeflow學習指南:生產級機器學習系統實現
- (美)Trevor Grant等
- 261字
- 2022-02-08 17:52:33
1.2 Kubeflow適合什么場景
Kubeflow是一個云原生工具集,適用于MDLC的所有階段(數據探索、特征準備、模型訓練/調整、模型服務、模型測試和模型版本管理)。Kubeflow也包含工具,這些工具可以讓傳統上獨立的工具無縫地結合在一起工作。工具的一個重要部分是Pipeline系統,它允許用戶建立集成的端到端Pipeline,用于連接MDLC中的所有組件。
Kubeflow是為數據科學家和數據工程師構建生產級機器學習系統實現而設計的。Kubeflow可以在本地的開發環境或生產集群中運行。通常情況下,Pipeline會在本地開發,測試完成后遷移至其他環境。Kubeflow提供了一個統一的系統——利用Kubernetes實現容器化和可擴展性,以實現其Pipeline的可移植性和可重復性。
推薦閱讀
- 健康座椅
- GB/T50796-2012 光伏發電工程驗收規范(英文版)
- 加油站在役油罐防滲漏改造工程技術標準
- 焊接技能實訓
- GB/T 50441-2016 石油化工設計能耗計算標準
- GB/T 50770-2013 石油化工安全儀表系統設計規范(英文版)
- DL/T 5512-2016 火力發電廠熱工檢測及儀表設計規程
- GB 51333-2018 厚膜陶瓷基板生產工廠設計標準
- GB 50169-2016 電氣裝置安裝工程 接地裝置施工及驗收規范
- GB/T 51278-2018 數字蜂窩移動通信網LTE工程技術標準
- GB50071-2014小型水力發電站設計規范(英文版)
- GB 51135-2015 轉爐煤氣凈化及回收工程技術規范
- DL/T5161.4-2002電氣裝置安裝工程質量檢驗及評定規程第4部分:母線裝置施工質量檢驗(英文版)
- GB/T 51218-2017 機械工業工程設計基本術語標準
- DL/T 5028.3-2015 電力工程制圖標準 第3部分:電氣、儀表與控制部分