1 Machine Learning

1.1 AI Platform

1.2 Kubeflow

1.2.1 Pipelines de Kubeflow

· Compartir, Reusar y Dar la capacidad a otros equipos de trabajo

· Experimentación de los modelos de manera rápida

1.2.2 Componentes de Pipeline de Kubeflow

· Especificación de una secuencia de pasos

· Establecer parámetros de entrada

Cada una de estas tareas se realizan en un script de Python

1.2.3 Topología de Kubeflow

En la figura se muestran 3 entrenamientos diferentes que son comparados con la data generada. Finalmente los modelos son colocados en producción y son desplegados en un endpoint.

Figura 1 Topología de Kubeflow

Para visualizar sus tareas solo se debe dar clic sobre los nodos y se desplegara funciones o acciones como las que se muestran en la Figura 2.

Figura 2 Visualización de Nodos de Kubeflow

1.3 AI Hub

Almacenamiento

AI Hub permite almacenar diferentes tipos de assets como:

· Kubeflow

· Jupyter notebook

· Modulos de Tensorflow

· Modelos entrenados

· Máquinas virtuales con imágenes ya generadas

En la Figura 3 se muestra la presentación al ingresar en AI Hub el cual, al desplegarse, puede ejecutarse en nuestro proyecto.

Figura 3 Despliegue de Proyectos de AI Hub

Autores:

  • Gabriel Guerra
  • Paulette Parra
  • Diego Paz
  • Pablo Zuñiga

Conoce más:

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store