Kubeflow 公布 1.0 路线图:2019 年实现 API 稳定
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***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*** 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***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


更多资讯推荐
- 开发板能这么用?美国学者用Jetson Nano支持假肢,控制每一根手指
-
在一篇新论文中,来自明尼苏达大学等机构的研究者提出了一种基于嵌入式深度学习控制的神经假肢实现。
佚名 · 2天前
- 机器学习如何影响系统设计:Learned Index Structures浅析
-
本文简要介绍了Learned Index Structures的实现和优缺点,希望可以给大家带来一些系统设计的启发和思路。
作者Victor · 2天前
- 吴恩达的二八定律:80%的数据+20%的模型=更好的机器学习
-
一个机器学习团队80%的工作应该放在数据准备上,确保数据质量是最重要的工作,每个人都知道应该如此做,但没人在乎。
新智元 · 2天前
- 机器学习在铁路缺陷检测中的实际应用
-
本文介绍了在铁轨的超声波检测过程中有效使用机器学习技术自动检测缺陷的经验,并提出了一种使用数学建模为神经网络创建训练数据集的有效方法,为实际缺陷图的识别提供了更高精度的指标。文中训练神经网络运算的原型实例,其实际缺陷图的预测精度高达92%。
李睿 · 2天前
- 人工智能进军“古玩鉴定”,人类职业再遭冲击?
-
近两年,人工智能的风头虽然偶被5G、自动驾驶等所盖过,但其发展和热度并未因此受到影响。
林中易木 · 3天前
- 机器学习概述
-
机器学习(Machine Learning)这个术语常常掩盖了它的计算机科学性质,因为它的名字可能暗示机器正在像人类一样学习,甚至做得更好。尽管我们希望有一天机器能够像人类一样思考和学习,但如今机器学习并不能超越执行预定义过程的计算机程序。
追求源于热爱i · 3天前
- 为什么机器学习胜过人工智能?
-
人工智能、数据科学和机器学习都属于同一个领域。问题是,在这种情况下,它们中的哪一个能达到正确的目的。
Cassie · 3天前
- 启动机器学习/深度学习项目的八种方法
-
从探索性的数据分析到自动机器学习(AutoML),组织需要使用这些技术来推动其数据科学项目发展,并建立更好的模型。
李睿 · 3天前