Fogalomtár

Kubeflow

Mi a(z) Kubeflow?

A Kubeflow egy nyílt forráskódú platform gépi tanulási munkafolyamatok Kubernetesen történő futtatásához, az adat-előkészítéstől a tanításon és a hiperparaméter-kereséshez át a modellkiszolgálásig. A projektet eredetileg a Google kezdeményezte, ma a Cloud Native Computing Foundationhöz tartozik, ahol 2026 augusztusában elérte a „graduated” státuszt (2026. októberi állapot szerint). Elsősorban azoknak a csapatoknak szól, amelyek nagy léptékben, saját vagy felhőinfrastruktúrán tanítanak saját modelleket.

Témák

MLOps
Kubernetes
Nyílt forráskód

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Gépi tanulási csővezeték

A gépi tanulási csővezeték (machine learning pipeline) a lépések meghatározott sorozata, amely a nyers adatokból telepíthető modellt hoz létre: adatgyűjtés és -tisztítás, jellemzők előkészítése, tanítás, értékelés, telepítés és monitorozás. E lépések automatizálása reprodukálhatóvá teszi az eredményeket, és kevés ráfordítással lehetővé teszi az új adatok feldolgozását. Egy kereskedő például hetente újratanítja és teszteli az értékesítési előrejelző modelljét a legfrissebb adatokkal.

MLOps
automatizálás
+1

MLflow

Az MLflow egy nyílt forráskódú platform a gépi tanulási modellek teljes életciklusának kezelésére; eredetileg a Databricks mutatta be 2018-ban. Rögzíti a kísérleteket paramétereikkel és mérőszámaikkal együtt, a modellverziókat egy nyilvántartásban kezeli, és egyszerűsíti az üzembe helyezést. Az újabb verziók a nyelvi modellekre épülő alkalmazások nyomon követését (tracing) és kiértékelését is támogatják. A csapatok így vissza tudják követni, melyik modell milyen adatokkal és beállításokkal készült.

MLOps
nyílt forráskód
+1

TensorFlow

A TensorFlow a Google által fejlesztett és 2015-ben kiadott nyílt forráskódú gépi tanulási keretrendszer. Neurális hálózatok építésére, tanítására és üzembe helyezésére használják alkalmazásokban, szervereken vagy mobileszközökön. A Keras könnyen használható magas szintű felületet biztosít; tipikus felhasználási területei a képosztályozás, az előrejelzés és az ajánlórendszerek.

Framework
Mélytanulás
+1

PyTorch

A PyTorch egy nyílt forráskódú keretrendszer gépi tanuláshoz és mélytanuláshoz a Python programozási nyelvben. Eredetileg a Metánál (akkor még Facebook) fejlesztették, 2022 óta pedig a Linux Foundation égisze alatt működő PyTorch Foundation gondozza. A PyTorchot széles körben használják a kutatásban és az iparban, mert rugalmasan építhetők vele modellek, taníthatók GPU-kon, és lépésről lépésre tesztelhetők; számos ismert nyelvi és képi modell készült vele.

keretrendszer
mélytanulás
+1