當?shù)貢r間11月9日，谷歌云宣布推出兩款工具：Kubeflow Pipelines和AI Hub，旨在幫助數(shù)據(jù)科學家能在不同組織之間利用所創(chuàng)建的模型進行工作。
谷歌云AI和ML（機器學習）產(chǎn)品總監(jiān)Rajen Sheth表示，公司意識有很多數(shù)據(jù)科學家所創(chuàng)建的模型從來沒有被使用過，如果ML真的像谷歌相信的那樣是一場團隊運動，那么模型應該是能夠共享的，數(shù)據(jù)科學家、數(shù)據(jù)工程師和開發(fā)者都應該能夠基于這些模型構建應用程序。
為了幫助解決這個問題，谷歌宣布推出Kubeflow的擴展框架Kubeflow Pipelines，一個構建在Kubernetes之上并專為ML服務的開源框架。Pipelines（管道）本質(zhì)上是容器化的組件，ML生態(tài)系統(tǒng)中的用戶可以將這些組件連在一起來構建和管理ML工作流程。
通過將模型內(nèi)置到容器中，數(shù)據(jù)科學家可以簡單地根據(jù)需要調(diào)整并用持續(xù)交付的方法重新啟動底層模型，Sheth認為這為公司提供了更多模型使用的可能性。
至于ML特征，Kubeflow Pipelines還為客戶提供了一種新的方式，通過試驗不同的管道變體，識別出哪一種能在可靠和可重復的環(huán)境中輸出最佳效果。
AI Hub，顧名思義，數(shù)據(jù)科學家可以在這個Hub（中心）找到各種不同的ML內(nèi)容，包括Kubeflow pipelines、Jupyter notebooks、TensorFlow模塊等。AI Hub將是一個公共存儲庫，涵蓋谷歌云AI團隊、谷歌研究院以及其他谷歌團隊所開發(fā)的資源，允許數(shù)據(jù)科學家利用谷歌自家研發(fā)的專門知識。
但是谷歌希望這個Hub不僅僅是一個公共資源庫，還是一個允許組織內(nèi)部私下共享信息的平臺，因此賦予它雙重的用途。數(shù)據(jù)科學家可以借此輕易使用中央儲存庫的必要組件，而模型的使用率也相應得到提升。
該AI Hub即日起在Alpha平臺上線，谷歌已經(jīng)提供了一些初始組件和分享內(nèi)部資源的工具，往后也將繼續(xù)提供更多的資源和性能。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
