内容简介：Kubeflow，名字取自 Kubernetes + Tensorflow ，是 Google 为了支持 Tensorflow 的部署而推出的开源平台。Kubeflow 旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。Kubeflow 的目标是通过发挥 Kubernetes 的特长，从而更便捷地运用机器学习：Kubeflow 于2017年底正式开源，并于2018年5月发布了首个 0.1 版本，之后陆续发布了 0.2
Kubeflow，名字取自 Kubernetes + Tensorflow ，是 Google 为了支持 Tensorflow 的部署而推出的开源平台。Kubeflow 旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。Kubeflow 的目标是通过发挥 Kubernetes 的特长，从而更便捷地运用机器学习：
-
在不同的基础设施上实现简单、可重复的便携式部署
-
部署和管理松散耦合的微服务
-
根据需求进行扩展
Kubeflow 于2017年底正式开源，并于2018年5月发布了首个 0.1 版本，之后陆续发布了 0.2、0.3 和 0.4 RC 版本。截至2018年12月18日，Kubeflow 已有 100 多个活跃成员，得到 30 多个组织 的支持。
Kubeflow 产品管理团队近日发布了 2018 年度回顾和 2019 新年计划 ，并表示目前正在努力让 Kubeflow 达到第一个主要版本 1.0 。这将是项目的一个重要里程碑，计划在 2019 年上半年准备就绪。
Kubeflow 1.0 的重点将围绕：
-
API 稳定；
-
强大的监控和日志记录
-
扩展和负载测试
-
集成超参数调优
-
高级数据管理
往更高层面来说， Kubeflow 1.0 关注的重点包括：
-
面向企业就绪
-
改进部署和开发体验
-
实现高级 ML 工作流程
-
基础设施完善
-
……
更多细节可查阅： Kubeflow 2019 roadmap
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
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。
