반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- CI/CD
- MLflow
- Kubeflow
- 카오스 엔지니어링
- knative
- Model Serving
- Kubernetes 인증
- Litmus
- Kubernetes
- Continuous Deployment
- opensearch
- keda
- gitops
- Pulumi
- Kopf
- seldon core
- serving
- argocd
- opentelemetry
- Argo
- CANARY
- xdp
- blue/green
- nginx ingress
- operator
- 오퍼레이터
- mlops
- kubernetes operator
- tekton
- eBPF
Archives
- Today
- Total
목록mlflow vs kubeflow (1)
Kubernetes 이야기

MLOps 도구로 가장 인기 있는 도구 중 하나인 MLflow와 Kubeflow에 대해 알아보자. 이 2가지 오픈소스는 매우 다른 관점에서 시작되었다. Kubeflow는 오케스트레이션 및 파이프라인에 더 중점을 두고 MLflow는 실험 추적에 더 중점을 둔다. Kubeflow와 MLflow의 중요한 차이점에 대해 알아보자. MLFlow MLflow는 kubeflow와 유사하게 e2e 기계 학습 수명 주기를 관리하기 위한 오픈 소스 플랫폼으로 Spark의 제조사인 Databricks에서 만든 오픈 소스 프로젝트이다. 다음과 같은 기본 구성요소가 있다. 추적: 매개 변수와 결과를 기록하고 비교하는 실험을 추적할 수 있다. 모델: 다양한 모델 서비스 및 유추 플랫폼에 다양한 ML 라이브러리의 모델을 관리하고 ..
Kubernetes/MLOps
2023. 3. 6. 21:41