katib

Katib-это Kubernetes Con-Comefice для автоматизированного машинного обучения (Automl). Катиб поддерживает настройку гиперпараметров, раннюю остановку и поиск нейронной архитектуры.

Катиб - это проект, который является агностическим для машинного обучения (ML). Он может настраивать гиперпараметры приложений, написанных на любом языке выбора пользователей, и изначально поддерживает многие структуры ML, такие как Tensorflow, Apache Mxnet, Pytorch, Xgboost и другие.

Катиб может выполнять тренировочные задания, используя любые пользовательские ресурсы Kubernetes с поддержкой ящика для оператора обучения Kubeflow, рабочих процессов Argo, Tekton Pipelines и многих других.

Катиб выступает за secretary на арабском языке.

Алгоритмы поиска

Катиб поддерживает несколько алгоритмов поиска. Следуйте документации Kubeflow, чтобы узнать больше о каждом алгоритме, и проверьте это руководство, чтобы реализовать свой пользовательский алгоритм.

Настройка гиперпараметра	Поиск нейронной архитектуры	Ранняя остановка
Случайный поиск	Энас	Средняя остановка
Поиск сетки	ДАРТС
Байесовская оптимизация
TPE
Многомерный TPE
CMA-ES
Квазирандомом последовательность Собола
Гипербан
Население обучения

Чтобы выполнить приведенные выше алгоритмы, Катиб поддерживает следующие рамки:

• Гоптуна
• Гипериопт
• Оптуна
• Scikit Optimize

Предварительные условия

Пожалуйста, проверьте официальную документацию Kubeflow на предварительные условия для установки Katib.

Установка

Пожалуйста, следуйте руководству Kubeflow Katib для подробных инструкций о том, как установить Katib.

Установка плоскости управления

Запустите следующую команду, чтобы установить последний стабильный выпуск плоскости управления Katib:

 kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=v0.17.0"

Запустите следующую команду, чтобы установить последние изменения плоскости управления Katib:

 kubectl apply -k "github.com/kubeflow/katib.git/manifests/v1beta1/installs/katib-standalone?ref=master"

Для экспериментов Katib проверьте полный список примеров.

Установка Python SDK

Katib реализует SDK Python для упрощения создания заданий по настройке гиперпараметров для ученых.

Запустите следующую команду, чтобы установить последний стабильный выпуск Katib SDK:

pip install -U kubeflow-katib

Начиная

Пожалуйста, обратитесь к руководству по началу работы, чтобы быстро создать свой первый эксперимент по настройке гиперпараметров, используя Python SDK.

Сообщество

В следующих ссылках предоставлена ​​информация о том, как принять участие в сообществе:

• Посетите встречи сообщества рабочих групп в двух неделе.
• Присоединяйтесь к нашему каналу #kubeflow-katib Slack.
• Проверьте, кто использует Katib и презентации о проекте Katib.

Внося

Пожалуйста, обратитесь к руководству.

Цитирование

Если вы используете Katib в научной публикации, мы будем признательны за ссылку на следующую статью:

Масштабируемая и облачная система настройки гиперпараметров, George et al. , arxiv: 2006.02085, 2020.

Вход Bibtex:

 @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}
}