Kubeflow是一個專用於Kubernetes上具備可攜性與可擴展性機器學習專案。Kubeflow並非一個新服務，而是作者為了讓Google的機器學習開源軟體TensorFlow能更直覺的使用而開發。
目前專案放置在GitHub上，功能是一鍵控制TensorFlow訓練控制器使用CPU或是GPU，以及調整叢集的大小。另外，也提供TensorFlow Serving的container。
在簡化Kubernetes的機器學習工作上，Kubeflow提供多種基礎架構能夠簡易、可重複且具備可攜性的部署，並且做到部署及管理人為相依性的微服務，當然也能依需求縮放規模。
Kubeflow的作者表示，從事機器學習工作的人所使用的工具琳瑯滿目，因此Kubeflow的重點是，無論遇到什麼樣的需求，都可以客製化自己的工作流程，並且讓系統照顧閒置的機器。Kubeflow的終極目標是提供一組簡單的manifests，讓機器學習的任務可以在任意的Kubernetes叢集上執行，並自動根據部署的叢集做最佳設定。
from iThome 新聞 http://ift.tt/2kaX7MZ
運動彩券 | 最高返水0.98精彩運動MLB、NBA比賽、直播
六合彩球 | 香港六合彩、大樂透、威力彩、今彩539
真人娛樂場 | 百家樂、德州撲克、麻將遊戲、21點、13支
電子遊戲 | 水果盤、捕魚達人千炮版、骰寶、輪盤
黃金期權 | 全新開放 、 股市 、 黃金 、 外幣
百鬼夜行 | 30線、4500倍、拉霸、五鬼運財
沒有留言:
張貼留言