kubeflow/pipelines
Machine Learning Pipelines for Kubeflow
해결하는 문제
Kubeflow Pipelines는 Kubernetes에서 엔드투엔드 기계학습(ML) 워크플로우를 배포하고 오케스트레이션하는 것을 간소화합니다. ML 실험을 관리하는 복잡성을 해결하며, 워크플로우가 다양한 환경 간에 이식 가능하고 확장 가능하도록 보장합니다.
작동 방식
이 시스템은 전용 SDK를 사용하여 재사용 가능한 컴포넌트와 파이프라인을 구축합니다. 이러한 워크플로우는 Argo Emissary 실행 엔진을 사용하여 오케스트레이션되며, 컨테이너 런타임과 독립적으로 Kubernetes 리소스를 관리할 수 있습니다. 전체 Kubeflow 플랫폼의 일부로 설치하거나, 별도의 서비스로 설치할 수 있습니다.
대상 사용자
Kubernetes 클러스터 간에 이식 가능하고 재사용 가능한 ML 파이프라인을 구축하고 관리하며 확장해야 하는 ML 엔지니어 및 데이터 과학자.
주요 특징
- 엔드투엔드 오케스트레이션: 복잡한 ML 워크플로우를 시작부터 끝까지 간편하게 관리할 수 있습니다.
- 간편한 실험: 다양한 기법을 시도하고 여러 시도를 효율적으로 관리하는 과정을 간소화합니다.
- 재사용 가능한 컴포넌트: 기존 파이프라인 컴포넌트를 재사용하여 다시 구축하지 않고도 빠르게 솔루션을 조립할 수 있습니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트