Il s'agit de l'application Linux nommée Kubeflow dont la dernière version peut être téléchargée en tant que v1.7.0.zip. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée Kubeflow avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN:
Kubeflow
DESCRIPTION:
Kubeflow est une plate-forme de machine learning cloud native open source basée sur les pipelines de machine learning internes de Google. Il cherche à rendre les déploiements de workflows d'apprentissage automatique sur Kubernetes simples, portables et évolutifs. Avec Kubeflow, vous pouvez déployer les meilleurs systèmes open source pour le ML sur diverses infrastructures. Vous pouvez également profiter d'un certain nombre de fonctionnalités intéressantes, telles que des services de gestion des blocs-notes Jupyter et la prise en charge d'un conteneur TensorFlow Serving.
Où que vous exécutiez Kubernetes, vous pouvez également exécuter Kubeflow.
Fonctionnalités:
- Comprend des services pour créer et gérer des blocs-notes Jupyter interactifs
- Formation au modèle TensorFlow : fournit un opérateur de tâche de formation TensorFlow personnalisé que vous pouvez utiliser pour former votre modèle ML
- Service de modèle - prend en charge un conteneur TensorFlow Serving pour exporter des modèles TensorFlow formés vers Kubernetes
- Pipelines - solution complète pour le déploiement et la gestion des workflows de ML de bout en bout
- Multi-framework - diverses intégrations et support étendu
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/kubeflow.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.