Katib. 카티브라고 읽는다. 아직은 베타서비스라는 점!
강의를 들으면 들을수록 자동화된 툴들이 점점 많아지는 게 눈에 보인다.
앞으로는 코더는 사라지는 세상이 올 것 같다. 그 전에 꾸준히 공부를 하면서 내공을 키워야겠지!
Katib is a Kubernetes-native project for automated machine learning (AutoML). Katib supports Hyperparameter Tuning, Early Stopping and Neural Architecture Search.
Katib is the project which is agnostic to machine learning (ML) frameworks. It can tune hyperparameters of applications written in any language of the users’ choice and natively supports many ML frameworks, such as TensorFlow, Apache MXNet, PyTorch, XGBoost, and others.
Katib can perform training jobs using any Kubernetes Custom Resources with out of the box support for Kubeflow Training Operator, Argo Workflows, Tekton Pipelines and many more.
Katib은 자동화된 기계 학습(AutoML)을 위한 Kubernetes 네이티브 프로젝트입니다. Katib은 Hyperparameter Tuning, Early Stopping 및 Neural Architecture Search를 지원합니다.
Katib은 머신 러닝(ML) 프레임워크에 구애받지 않는 프로젝트입니다. 사용자가 선택한 모든 언어로 작성된 애플리케이션의 하이퍼파라미터를 조정할 수 있으며 TensorFlow, Apache MXNet, PyTorch, XGBoost 등과 같은 많은 ML 프레임워크를 기본적으로 지원합니다.
Katib은 Kubeflow Training Operator, Argo Workflows, Tekton Pipelines 등을 즉시 지원하는 Kubernetes 사용자 지정 리소스를 사용하여 교육 작업을 수행할 수 있습니다.
Katib은 여러 검색 알고리즘을 지원함
| Hyperparameter Tuning | Neural Architecture Search | Early Stopping |
| Random Search | ENAS | Median Stop |
| Grid Search | DARTS | |
| Bayesian Optimization | ||
| TPE | ||
| Multivariate TPE | ||
| CMA-ES | ||
| Sobol's Quasirandom Sequence | ||
| HyperBand |
Concepts
Experiment: HPO 전체 과정 1회 (Objective + Search space + Search algo)
Suggestion: 후보 HP 조합 1세트
Trial: 후보 HP 조합에 따른 학습 및 평가 1세트
본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.
패스트캠퍼스 바로가기: https://bit.ly/37BpXiC
'머신러닝 서비스 구축을 위한 실전 MLOps 올인원 패키지 Online' 카테고리의 다른 글
| [패스트캠퍼스 챌린지 18일차] Feature Store 필요성 (0) | 2022.02.10 |
|---|---|
| [패스트캠퍼스 챌린지 17일차] Feature Engineering 과 ML Pipeline (0) | 2022.02.09 |
| [패스트캠퍼스 챌린지 15일차] Kubeflow 기능 살펴보기 (0) | 2022.02.07 |
| [패스트캠퍼스 챌린지 14일차] Kubeflow 란 (0) | 2022.02.06 |
| [패스트캠퍼스 챌린지 13일차] Prometheus & Grafana 실습 (0) | 2022.02.05 |