- Används Kubernetes i maskininlärning?
- Vad är Kubernetes maskininlärning?
- Hur distribuerar du ML -modellen på Kubernetes?
- Vad är Kubernetes och Kubeflow?
Används Kubernetes i maskininlärning?
Kubernetes kanske inte har utformats specifikt som en plattform för distribution av maskininlärning; verkligen, Kubernetes kommer gärna att ordna alla typer av arbetsbelastning du kastar på den. Ändå blir Kubernetes och maskininlärning snabba vänner när allt fler datavetenskapare ser till K8: er för att köra sina modeller.
Vad är Kubernetes maskininlärning?
Kubernetes är ett containerorkesteringssystem av produktionsklass som automatiserar distribution, skalning och hantering av containeriserade applikationer. Projektet är öppen och stridstestat med missionskritiska applikationer som Google kör.
Hur distribuerar du ML -modellen på Kubernetes?
Behåll modellen
- Skapa en katalog där du kan organisera din kod och beroenden: ...
- Skapa krav.txt -fil för att innehålla paketen som koden behöver köras: ...
- Skapa Dockerfilen som Docker kommer att läsa för att bygga och köra modellen: ...
- Skapa Docker -behållaren:
Vad är Kubernetes och Kubeflow?
Kubeflow är en end-to-end Machine Learning (ML) plattform för Kubernetes, den tillhandahåller komponenter för varje steg i ML livscykel, från prospektering till utbildning och distribution. Operatörer kan välja vad som är bäst för sina användare, det finns inget krav att distribuera varje komponent.