首页 科技 > 正文

Google推出AI Hub和Kubeflow管道以简化ML部署

很多文章的报道都是由微观而宏观,今日小编讲给大家带来的关于Google推出AI Hub和Kubeflow管道以简化ML部署的资讯也不例外,希翼可以在一定的程度上开阔你们的视野!y有对Google推出AI Hub和Kubeflow管道以简化ML部署这篇文章感兴趣的小伙伴可以一起来看看

Google正在推出两种新工具,一种是专有工具,另一种是开放源代码:AI Hub和Kubeflow管道。两者均旨在协助数据科学家设计,启动和跟踪其机器学习算法。 Google推出AI Hub和Kubeflow管道以简化ML部署

借助AI Hub和Kubeflow管道,Google 将于 1月份公布其较早版本的Cloud AutoML,并继续其简化和加快客户适应Google AI技术和服务的能力的战略。Cloud ML Platform的工程总监Hussein Mehanna在博客中写道:

我们的目标是使AI覆盖所有业务。但这意味着降低准入门槛。这就是为什么我们在构建所有AI产品时会牢记三个想法的原因:简化它们,使更多的企业可以采纳它们,使它们对最广泛的组织实用,并使其快速进展,以便企业可以迭代并更快地获得成功。 Google推出AI Hub和Kubeflow管道以简化ML部署

Google引入了AI Hub,使AI可以更广泛地接触企业,使他们更容易发现,共享和重用现有工具和工作。此外,AI Hub是ML内容的一站式目的地,例如管道,Jupyter笔记本和TensorFlow模块。根据Mehanna所说的好处是:

由Google Cloud AI,Google Research和其他Google团队开辟的高质量ML资源对所有企业都是公开可用的。 Google推出AI Hub和Kubeflow管道以简化ML部署

Google提供了一个安全的私有中心,企业可以在其中上载和共享组织内的ML资源。该中心使企业可以轻松地重复使用管道并将其部署到GCP或使用Kubeflow Pipeline系统的混合基础架构上的生产中,只需几个步骤。

接下来,作为组织可以发现,共享和重用ML资源的中心,他们还可以使用Kubeflow Pipelines构建和打包ML资源。Kubeflow管道是Kubeflow的扩展,Kubeflow是在Kubernetes之上开辟的开放源代码框架,专门为机器学习而设计。这些管道本质上是容器化的构建块,用户可以将它们串在一起以构建和治理机器学习工作流。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。