training-operator

training-operator

Kubernetes原生的分布式机器学习训练解决方案

Kubeflow Training Operator是一个Kubernetes原生工具,支持PyTorch、TensorFlow等多种框架的分布式训练。用户可以通过Kubernetes自定义资源API或Python SDK轻松部署和管理大规模机器学习模型的训练任务。项目还提供全面的监控设计和社区支持,是优化模型训练流程的理想工具。

KubeflowTraining OperatorKubernetes机器学习分布式训练Github开源项目

项目概述

Kubeflow Training Operator 是一个基于 Kubernetes 的项目,用于对使用多种机器学习框架(如 PyTorch、TensorFlow、HuggingFace、JAX、DeepSpeed、XGBoost、PaddlePaddle 等)创建的机器学习模型进行微调和可扩展的分布式训练。这个项目可以帮助用户在 Kubernetes 上高效地运行高性能计算任务,它支持在 Kubernetes 上运行消息传递接口(MPI),这在高性能计算中广泛使用。

Training Operator 允许用户通过 Kubernetes 自定义资源 API 或使用 Training Operator Python SDK 轻松地使用 Kubernetes 工作负载来训练大型模型。

环境准备

安装 Training Operator 之前,请参阅 官方 Kubeflow 文档 以了解所需的前置条件。

安装指南

安装 Training Operator 需要遵循 Kubeflow Training Operator 指南 中的详细说明。

控制平面的安装

执行以下命令以安装 Training Operator 控制平面的最新稳定版本:v1.8.0

kubectl apply -k "github.com/kubeflow/training-operator.git/manifests/overlays/standalone?ref=v1.8.0"

执行以下命令以安装 Training Operator 控制平面的最新更改:

kubectl apply -k "github.com/kubeflow/training-operator/manifests/overlays/standalone"

Python SDK 的安装

Training Operator 实现了一个 Python SDK,以简化数据科学家创建分布式训练和微调任务的过程。

运行以下命令以安装最新稳定版本的 Training SDK:

pip install -U kubeflow-training

快速入门

要快速创建第一个使用 Python SDK 的分布式训练任务,请参考 入门指南

如果希望直接使用 Training Operator 提供的 Kubernetes 自定义资源,请遵循 PyTorchJob MNIST 指南

社区参与

以下链接提供了如何参与社区的信息:

作为 Kubeflow 的一部分,请查阅 kubeflow/kubeflow 的自述文件以了解如何联系社区。

贡献指南

有关贡献的详细信息,请参见 CONTRIBUTING 指南

版本变更

请参阅 CHANGELOG 以了解版本变更。

版本对照表

以下表格列出了最新的几个版本的操作员信息。

操作员版本API 版本Kubernetes 版本
v1.4.xv11.23+
v1.5.xv11.23+
v1.6.xv11.23+
v1.7.xv11.25+
v1.8.xv11.27+
latest (master HEAD)v11.27+

参考文献

有关完整的自定义资源定义的参考信息,请参阅 API 定义。

有关 Training Operator 自定义资源 API 的详细信息,请参阅 相关 API 文档

致谢

该项目最初作为 TensorFlow 的分布式训练操作员开始开发,后来我们整合了来自其他 Kubeflow 训练操作员的功能,以为用户和开发者提供统一和简化的体验。感谢所有提出问题或帮助解决问题、提出和回答问题并参与讨论的人。我们也感谢所有为原始操作员做出贡献和维护的人。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多