katib
v0.17.0
Katib는 자동 기계 학습 (Automl)을위한 Kubernetes Native 프로젝트입니다. Katib은 하이퍼 파라미터 튜닝, 조기 정지 및 신경 구조 검색을 지원합니다.
Katib는 ML (Machine Learning) 프레임 워크에서 불가지론적인 프로젝트입니다. 사용자 선택의 모든 언어로 작성된 응용 프로그램의 과다 파라미터를 조정할 수 있으며 Tensorflow, Apache MXNet, Pytorch, XGBoost 등과 같은 많은 ML 프레임 워크를 기본적으로 지원할 수 있습니다.
Katib은 Kubeflow 교육 운영자, Argo 워크 플로우, Tekton 파이프 라인 등을 지원하는 Kubernetes 사용자 정의 리소스를 사용하여 교육 작업을 수행 할 수 있습니다.
Katib은 아랍어 secretary 를 나타냅니다.
Katib은 여러 검색 알고리즘을 지원합니다. Kubeflow 문서에 따라 각 알고리즘에 대한 자세한 내용을 확인 하고이 안내서를 확인하여 사용자 정의 알고리즘을 구현하십시오.
| 하이퍼 파라미터 튜닝 | 신경 건축 검색 | 일찍 중지 |
| 임의의 검색 | 에나 스 | 중간 정지 |
| 그리드 검색 | 다트 | |
| 베이지안 최적화 | ||
| TPE | ||
| 다변량 TPE | ||
| CMA-ES | ||
| Sobol의 Quasirandom 시퀀스 | ||
| 하이퍼 밴드 | ||
| 인구 기반 훈련 |
위의 알고리즘을 수행하려면 Katib은 다음 프레임 워크를 지원합니다.
전제 조건에 대한 공식 Kubeflow 문서를 확인하여 Katib를 설치하십시오.
Katib 설치 방법에 대한 자세한 지침은 Kubeflow Katib Guide를 참조하십시오.
Katib Control 평면의 최신 안정적인 릴리스를 설치하려면 다음 명령을 실행하십시오.
kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0"
Katib Control 평면의 최신 변경 사항을 설치하려면 다음 명령을 실행하십시오.
kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=master"
Katib 실험의 경우 전체 예제 목록을 확인하십시오.
Katib는 Python SDK를 구현하여 데이터 과학자들을위한 초 파라미터 튜닝 작업의 생성을 단순화합니다.
Katib SDK의 최신 안정적인 릴리스를 설치하려면 다음 명령을 실행하십시오.
pip install -U kubeflow-katibPython SDK를 사용하여 첫 번째 하이퍼 파라미터 튜닝 실험을 신속하게 만들려면 시작 가이드를 참조하십시오.
다음 링크는 커뮤니티에 참여하는 방법에 대한 정보를 제공합니다.
#kubeflow-katib Slack 채널에 가입하십시오.기고 가이드를 참조하십시오.
과학적 간행물에서 Katib을 사용하는 경우 다음 논문에 대한 인용에 감사드립니다.
확장 가능하고 구름 네이티브 하이퍼 파라미터 튜닝 시스템, George et al. , Arxiv : 2006.02085, 2020.
Bibtex 항목 :
@misc{george2020katib,
title={A Scalable and Cloud-Native Hyperparameter Tuning System},
author={Johnu George and Ce Gao and Richard Liu and Hou Gang Liu and Yuan Tang and Ramdoot Pydipaty and Amit Kumar Saha},
year={2020},
eprint={2006.02085},
archivePrefix={arXiv},
primaryClass={cs.DC}
}
