KFServing

Communauté d’assistance GitHub Service et surveillance du modèle

Le projet Kubeflow vise à rendre les déploiements de workflows d’apprentissage automatique (ML) sur Kubernetes simples, portables et évolutifs. Notre objectif n’est pas de recréer d’autres services, mais de fournir un moyen simple de déployer les meilleurs systèmes open source pour le ML sur diverses infrastructures. Partout où vous exécutez Kubernetes, vous devriez pouvoir exécuter Kubeflow.

Caractéristiques

Déploiements faciles, reproductibles et portables sur une infrastructure diversifiée (par exemple, expérimenter sur un ordinateur portable, puis passer à un cluster sur site ou vers le cloud)

Déploiement et gestion de microservices faiblement couplés

Mise à l’échelle en fonction de la demande

Site officiel

Tutoriel et documentation

Enter your contact information to continue reading