娱乐k8下载机器学习平台核心特征:
图形化工作界面
用户界面下,UI界面平滑直观,所有项目一目了然,菜单选项简洁明了,功能化繁为简。管理员界面下,针对用户组或用户进行便捷的操作管理,灵活支配计算机资源;完整记录用户详细适用信息。
DOCKER环境管理,快速搭建训练环境
系统预置种类丰富的任务镜像,支持各种机器学习框架,如:Caffe、TensorFlow、MxNET、Pytorch等。 用户可通过基础镜像等制作新的镜像并保存到镜像仓库,公共镜像和私人镜像相互隔离,启动快速且不干扰。 用户使用时只需自定义资源配额(CPU、内存、GPU等),选择训练框架并根据需求做出相应调整。
任务模型训练
基于Kubernetes的容器调度引擎,支持离线训练,成熟稳定,单机/集群均可。 训练任务可视化,显示loss和accuracy变化曲线,实时查看任务训练过程中的log输出。
用户权限管理
管理员可通过用户管理对用户进行细粒度管理,对用户或用户组进行增删改查等。
数据存储管理
基于Gluster的分布式存储架构,存储容量大、容易横向扩展。 支持创建私有数据及共享给组和用户。
节点管理,监控中心
用户可通过远程控制台监控集群健康状态和资源使用情况,可实现对集群节点增删。 直方图显示节点和分区CPU、GPU、Mem、网络IO、运行容器数量的实时统计。