k8s 机器学习工具包 Kubeflow 发布 1.0 稳定版

Kubeflow 首个重要版本 1.0 已发布，Kubeflow 原本称作 TensorFlow Extended，是谷歌内部用于将 TensorFlow 模型部署到 Kubernetes 的平台，现在的的名称取自 Kubernetes + Tensorflow。Kubeflow 也是首个针对 Kubernetes，提供可移植与可扩展的机器学习解决方案，让用户利用机器学习来调度在 Kubernetes 上执行的复杂工作流。

随着此版本的发布，一批用于在 Kubernetes 上有效开发、构建、训练和部署模型的稳定应用程序也即将毕业，这些应用包括：

• Kubeflow UI：Central Dashboard
• Jupyter notebook 控制器和 web app
• 用于分布式训练的 Tensorflow Operator (TFJob) 和 PyTorch Operator
• 用于部署和升级的 kfctl
• Profile controller 和用于多用户管理的 UI

接下来还会有许多工具在 Kubeflow 中逐渐成熟，例如内置在 Serverless 管理平台 Knative 之上的自定义资源 KFServing，可帮助用户部署和管理机器学习模型，其模型的“可解释性”功能正处于 Alpha 测试阶段。除此之外，还有可用于定义复杂机器学习工作流程的工具 Pipelines；可追踪数据集、作业和模型的 Metadata；超参数（hyper-parameter）调校工具 Katib，这些工具都处于 beta 测试阶段，在未来的发布版本会陆续加入 Kubeflow 1.0。

详细更新内容和细节点此查看。