Publicado en: May 1, 2019
La utilidad de análisis comparativo de aprendizaje profundo de Amazon EKS es una nueva herramienta automatizada para el aprendizaje automático de análisis comparativo en clústeres de Kubernetes. El equipo de Amazon Elastic Container Service for Kubernetes (EKS) creó y desarrolló la herramienta con código abierto.
Kubernetes es un software de código abierto que facilita escalar rápidamente los modelos de aprendizaje automático para la formación e inferencia, y ejecutarlos cerca de sus orígenes de datos en AWS. La una amplia gama de variables y opciones de infraestructura para ejecutar trabajos de aprendizaje automático en Kubernetes hace que encontrar la configuración correcta para su carga de trabajo requiera un análisis comparativo continuo. Anteriormente, el análisis comparativo del rendimiento del aprendizaje automático en Kubernetes requería que usted realizara múltiples pasos manuales para cada optimización del rendimiento, agregando tiempo y trabajo significativos en la configuración de trabajos de aprendizaje automático rentables y eficaces.
La utilidad de análisis comparativo de aprendizaje profundo de Amazon EKS simplifica la evaluación comparativa del rendimiento de su grupo de Kubernetes que se ejecuta en AWS entrenar el aprendizaje profundo y otras cargas de trabajo de aprendizaje automático. La utilidad proporciona un flujo de trabajo de análisis comparativo integral automatizado desde la creación hasta la eliminación del clúster, admite configuraciones de clúster altamente modificables, diferentes sistemas de almacenamiento en backend y múltiples marcos, incluso Tensorflow, Horovod, OpenMPI, PyTorch y MxNet.
Para obtener más información, visite el proyecto en GitHub.
Lea nuestro blog para obtener más información sobre cómo optimizar el rendimiento del aprendizaje profundo distribuido con Amazon EKS.