polyaxon：它是什么、解决了什么问题以及为何受到关注

它解决了什么

Polyaxon 解决了大规模深度学习应用中的可复现性、自动化和可扩展性挑战。它通过将 GPU 服务器转变为团队和组织的共享自助资源，简化了模型的构建、训练和监控流程。

工作原理

Polyaxon 充当一个平台，使用智能容器和节点管理来调度工作负载。它可以部署在任何数据中心或云服务商上，并支持 TensorFlow、PyTorch、MXNet、Caffe 等主流深度学习框架。系统提供用于项目创建和实验追踪的 CLI、用于监控的仪表盘，以及对 Jupyter Notebook 和 TensorBoard 的集成支持。

适用人群

它面向在团队或组织中工作的数据科学家和机器学习工程师，这些人需要扩展深度学习工作负载并管理共享计算资源。

亮点

• 分布式训练：简化 TensorFlow、PyTorch、MPI、Horovod、Spark 和 Dask 的分布式作业。
• 超参数调优：内置优化引擎，支持网格搜索、随机搜索、Hyperband、贝叶斯优化和 Hyperopt。
• 工作流自动化：提供容器原生引擎，通过 DAG（有向无环图）运行机器学习流水线，以管理具有依赖关系的操作。
• 并行执行：提供映射抽象来管理并发的训练或处理任务。