谷歌开源Kubeflow Pipelines，并推出AI Hub
极客时间编辑部
讲述：杜力大小：1.26M时长：02:45
近日，Google Cloud 宣布推出了即插即用的机器学习一站式平台 AI Hub，并开源机器学习工作流 Kubeflow Pipelines，为机器学习知识和人才稀缺的企业和组织带来更多拓展 AI 成果的可能性。
将 AI 应用于更多的业务范围，意味着要让企业更容易发现、共享和重用现有工具和工作成果。但是直到现在，机器学习知识和人才的稀缺，使得建立综合性的资源面临着挑战。因此，谷歌推出了 AI Hub 来满足这种需求。
据了解，AI Hub 是即插即用的机器学习一站式平台，它有两个显著的好处：
首先，Google Cloud AI、Google Research 以及谷歌其他团队开发的高质量机器学习资源，可以供所有企业公开使用；
其次，它提供了一个私有的安全中心，只需要几个步骤，企业就可以在自己的组织中上传和共享机器学习资源，这使得企业可以轻松地重复使用管道，并使用 Kubeflow 管道系统，将其部署到 GCP 生产或混合基础架构中。
在 Alpha 版本中，AI Hub 将提供由谷歌开发的资源和私有共享控制功能，其测试版将扩展到更多资源类型和更广泛的公共内容，包括合作伙伴解决方案。
然而，仅仅为组织提供一个可以发现、共享和重用机器学习资源的平台是不够的，他们还需要一种方法来构建和打包，以便尽可能地在内部最大程度地利用这些资源，这就是谷歌推出 Kubeflow Pipelines 的原因。
Kubeflow Pipelines 是 Kubeflow 的一个新组件，而 Kubeflow 是由谷歌发起的一个非常受欢迎的开源项目，它将机器学习代码像构建应用程序一样打包，以便整个组织中的其他用户都可以重复使用。
据介绍，Kubeflow Pipelines 提供了一个工作台，来组合、部署和管理可重复使用的端到端机器学习工作流程，使其成为从原型设计到实际生产环境的无锁定混合解决方案。它还可以让实验过程更加快速可靠，因此，用户可以尝试使用许多机器学习技术，以找到最适合自己的应用的方法。
Kubeflow Pipelines 可以帮助机器学习云端客户使用谷歌的 TFX（TensorFlow Extended）开源库，来解决生产机器学习问题，例如模型分析、数据验证、训练服务偏差、数据漂移等。这提高了业务成果的准确性、相关性和公平性。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论