加载中
Spark机器学习工具链-MLflow使用教程

Spark机器学习工具链-MLflow使用教程 本文翻译自 https://www.mlflow.org/docs/latest/concepts.html 本文地址 https://my.oschina.net/u/2306127/blog/1825690,by openthings, 2018.06.07...

2018/06/07 09:42
1K
MLflow机器学习工作流框架更新(2019.3)

MLflow机器学习工作流框架最新进展(2019.3) MLflow(,https://mlflow.org)是Databricks(Spark的主要开发者)为机器学习开发的流程化框架,用于简化机器学习的训练流程,减少训练实验的工作...

03/03 10:30
153
Spark机器学习工具链-MLflow简介

Spark机器学习工具链-MLflow简介 本文翻译自 https://github.com/openthings/mlflow 本文地址 https://my.oschina.net/u/2306127/blog/1825638, by openthings, 2018.06.07. 参考: mlflow...

2018/06/07 07:40
796
Jupyter on Kubernetes机器学习-MLflow

Jupyter on Kubernetes机器学习-MLFlow MLFlow使用教程,https://my.oschina.net/u/2306127/blog/1825690 MLFlow官方文档,https://www.mlflow.org/docs/latest/quickstart.html 快速安装: p...

2018/07/04 12:16
250
AirFlow/NiFi/MLFlow/KubeFlow进展

大数据分析中,进行流程化的批处理是必不可少的。传统的大数据处理大部分是基于关系数据库系统,难以实现大规模扩展;主流的基于Hadoop/Spark体系总体性能较强,但使用复杂、扩展能力弱。大数...

Databook-数据之书

Databook-数据之书 用于数据分析的Jupyter Notebooks。 不需购买服务器,快速开始自己的数据分析过程。 源码:https://github.com/databooks/databook 源码镜像:https://gitlab.com/databo...

Kubeflow镜像的快速下载(V0.3.3)

Kubeflow是一个面向Kubernetes集群运行的机器学习框架。要想使用得先想办法把镜像搬到自己的环境里来。 目前版本0.3.3的容器镜像已经搬回来,可以使用下面的脚本来从Aliyun的镜像服务站下载:...

PyTorch快速开始-Notebook with JupyterHub on K8s

在Kubernetes上的JupyterHub,通过Notebook快速运行PyTorch例程,测试镜像是否可用。 1、快速安装 在我的镜像中,已经将PyTorch、TorchVision打包到JupyterHub for K8s的Notebook镜像中,可以...

基于Kubernetes的机器学习系统

基于Kubernetes的机器学习系统 基于Kubernetes搭建机器学习系统,将可以利用大型集群管理和微服务架构实现大规模、生产级的训练、研究和应用机器学习系统,Nvidia的 HGX超级机器学习平台 也基...

2018/06/02 06:33
624
Kubeflow更新升级到0.4.1

Kubeflow是面向Kubernetes集群基础设施的机器学习服务组件。kubeflow采用ksonnet进行软件包管理和部署的,与其它的应用采用Helm的机制有较大的不同。从2018年设立至今,kubeflow项目发展迅速...

为JupyterHub自定义Notebook Images

JupyterHub已经成为数据探索的最佳工具,而且可以在Kubernetes中运行,提供托管的、可伸缩的数据分析环境。JupyterHub可以为每个用户创建独立的运行环境,在单机环境下运行在不同的Anaconda环...

Kubernetes知识体系-从入门到精通

Kubernetes知识体系-从入门到精通 Kubernetes是一个基于容器技术、实现容器编排、提供微服务和总线的集群系统,涉及到大量的知识体系。这里将Kubernetes的基础安装和持续交付、容器存储、服务...

Kubernetes-2018干货盘点

毫无疑问,Kubernetes在2018年是个丰收年,不仅本身取得了重大的进步,也让使用它的人获益匪浅。 2018年,我跟随着Kubernetes社区,将其升级到了1.13.2版本,推动将GIS服务器第一次迁移到Kub...

深度学习框架的发展与展望(2019.3)

机器学习算法发展比较迅速,但为了能够实现工程化的规模化应用,还需要稳定的框架和一致的流程的支持。 目前的机器学习算法主要分为两类,即深度学习与传统的机器学习。传统的机器学习如随机...

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部