加入VMware,这是世界上第一个针对本机完整容器部署的培训解决方案

来源:http://www.planetxtv.com 作者:头条 人气:83 发布时间:2019-11-15
摘要:加入原始标题:VMware。世界上第一个经过联邦培训的完整容器云本机部署解决方案,并且是第一个体验 北京猎云网11月15日报道 10月31日,FATE v1.1正式发布。在此版本中,FATE与VMware中国

加入原始标题:VMware。世界上第一个经过联邦培训的完整容器云本机部署解决方案,并且是第一个体验

北京猎云网11月15日报道

10月31日,FATE v1.1正式发布。在此版本中,FATE与VMware中国研发开放式创新中心云原生实验室团队合作创建了一个KubeFATE项目,使用Docker Compose将FATE的所有组件打包在一个容器中是一件“大事”。或部署Kubernetes(头盔图表)。 DevOps正在开发现代应用程序,并且基于容器的分布式应用程序的好处显而易见。该应用程序不仅可以在支持容器的平台上随意执行,而且可以根据需要灵活地实现多个实例的水平缩放。该项目已在GitHub https://github.com/FederatedAI/KubeFATE 上提供。

包括AWS,Azure,阿里巴巴云和腾讯云在内的当今主流云平台使用基于Kubernetes的容器和基于云的基础服务对容器应用程序部署和操作进行标准化和商业化。 KubeFATE项目使开发人员可以轻松扩展和使用公共或私有云中的FATE项目。

此外,此版本的FATE v1.1包括基于算法和功能的重大升级和增强。水平联合学习向该行添加了通用算法框架,以及一些联邦算法(例如DNN和回归),以支持多个图形的支持。支持联合建模点火引擎支持FATEServing服务管理支持安全升压在线预测等在1.1版中,增强了比联合学习建模经验更全面的算法,并且更多的公司和用户可以参与。详细研究FATE技术和应用。

全部打开

FederatedML:提供了可扩展的水平算法框架,以支持水平算法的开发。

在新版本中,FATE促进了开发,使开发人员可以将更多精力放在算法本身上,并将其提供给更通用的通信框架。 FATE v1.1提供了可扩展的水平集成学习通用算法框架以支持安全集成,并封装了水平集成学习的基本过程,从而使开发人员可以轻松实现水平集成学习算法。

在算法方面,FATE添加了对诸如水平DNN垂直线性回归和垂直泊松回归之类的联合算法的支持,更多的算法支持集体联合建模并改善和改进了更多的建模方案。线性回归对于预测诸如连续标签之类的应用场景非常强大,泊松回归可帮助开发人员预测投保的频率和频率并评估事故风险。您可以预测松散回归的频率。

在此版本中,FATE还启动了对正式的多边垂直联合建模的支持。这允许垂直场景中的多个数据提供者共同训练联合模型。

平,FATE还尝试连接到Spark FATE v1.1支持现有Spark集群的开发人员并直接重用现有资源Spark可以选择作为计算引擎,并可以根据实际情况灵活配置可以在GitHub上了解更多信息:https://github.com/FederatedAI/FATE/tree/master/federatedml

FATEFlow:高性能联邦学习管道生产服务

FATEFlow是一个联合学习建模管道调度和生命周期管理工具,可为用户构建端到端的联合学习管道生产服务。在v1.1中,改进了FATEFlow的主要稳定性和易用性。例如

支持文件上传和下载作业状态视图。这将帮助您固定大型文件或其他系统。

支持取消挂起的作业;

支持设置作业超时;

通过优化作业日志并将其存储在作业ID指定的日志文件夹中,提高了故障排除的效率。

FATEBoard:联邦学习建模过程的简单而有效的可视化

FATEBoard是用于联合学习建模的可视化工具,可为最终用户提供可视化和对测量模型的培训,使用户能够更轻松,更有效地进行模型搜索和对模型的理解。在新版本中,工作流支持将组件数据与更优化的模型的输入和输出端口分离,从而提供更直观的数据传输和模型传输表示。

此外,还支持模型课程的评估结果,以便实时关注和跟踪中间课程以及结果,因此您可以清楚地观察模型的每个决策树,以及在不同选项卡上查看树模型。

FATEServing:重新启动服务治理自动恢复模型

在新版本中,成功加载模型后在本地文件中存储的先前加载的模型将从重新启动后的本地文件中恢复。

v1.1版本还将Zookeeper引入了注册表,提供了有限的服务管理功能,动态注册了grpc接口,并在特定计算机出现故障时自动切换流量。

KubeFATE:升级FATE部署功能

FATE v1.1带有打包的Docker容器映像。这大大降低了FATE使用阈值,并防止开发人员“落在起跑线上”。对于企业开发人员,您还将看到能够离线扩展FATE的功能。 Harbor开放源代码容器映像存储库使您可以自动同步网络上的映像,以解锁操作和维护。

KubeFATE主要提供一种配置Docker和部署Kubernetes(Helm Chart)的方法。

Docker-Compose支持部署多个合作伙伴,这些合作伙伴会将FATE的所有组件部署到一个节点。开发人员使用Docker compose可以快速构建测试环境,而无需编译代码。当前,Docker Compiz可以将FATE部署到一个或多个节点。这有助于开发人员了解和理解FATE功能。

Docker-Compose单节点部署旨在进行测试。在生产环境中,通常需要多节点扩展,而Kubernetes更好。 KubeFATE提供了用于将Fate部署到Kubernetes方法的Helm Charts。您可以在支持Kubernetes的情况下将FATE直接部署到云中,从而允许您根据自己的需求指定扩展详细信息,例如使用GPU部署节点计算模块。

Harbor在开源映像存储库中,它提供了强大的功能,例如镜像访问控制,远程同步和安全漏洞扫描,大多数家庭用户都在使用端口管理的映像。集成KubeFATE项目港口并提供本地映像管理,而无需依赖Docker Hub等云服务。这大大提高了效率和安全性。您也可以复制Harbor Remote Mirror。通过在公共云或数据中心之间双向复制映像并自动从故障中恢复,可以简化操作和维护复杂性。

总体而言,FATE v1.1增加了对多种联合算法的支持,为联合学习建模提供了丰富而强大的功能,通过引入VMware的KubeFATE简化了FATE使用门槛。开发人员更友善。我对联邦研究感兴趣,欢迎我的同事提供该代码并发送任何问题或请求。有关更多信息,请参阅FATE官方网站项目参与者指南:https://fate.fedai.org/contribute/

本文由百乐门棋牌游戏发布于头条,转载请注明出处:加入VMware,这是世界上第一个针对本机完整容器部署的培训解决方案

关键词:

最火资讯

本网站百乐门棋牌也提供各种老虎机娱乐技巧,是因为百乐门棋牌游戏可以教会广大玩家很多从前并不知道的事情,百乐门棋牌是让众多球迷找到了自己看球的最佳场所,让你放心的娱乐。
© 2012-2018 http://www.planetxtv.com
网站地图 | xml地图 | 网站标签