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。


Advertisement

更多 iThome相關內容