Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है

Google एक दशक से अधिक समय से मशीन लर्निंग मॉडल और तकनीकों को परिष्कृत करने के लिए प्रयास कर रहा है। हाल ही में टेक दिग्गज ने मशीन लर्निंग प्रोजेक्ट्स की जटिलताओं और अनुकूलताओं को विकसित करने, तैनात करने और प्रबंधित करने के लिए एक क्लाउड सेवा डीप लर्निंग कंटेनरों का बीटा संस्करण लॉन्च किया।

Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है
Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है


डीप लर्निंग कंटेनर पहले से तैयार, प्रदर्शन-अनुकूलित, तैनात करने के लिए तैयार हैं। उनके पास Google-क्लाउड सेवाओं में एक सुसंगत वातावरण प्रदान करने के लिए गहरी सीखने की रूपरेखा और पुस्तकालयों के साथ पहले से स्थापित संगतता-परीक्षण करने वाली डॉक छवियां हैं जो डेवलपर्स को एमएल वर्कफ़्लो को लागू करने में मदद करती हैं। यह क्लाउड और ऑन-प्रिमाइस दोनों में चल सकता है।

चौखटे और पुस्तकालय समर्थन
प्रत्येक कंटेनर छवि एक पायथन 3 वातावरण प्रदान करती है। डीएल कंटेनरों में जुपिटर नोटबुक पूर्व-कॉन्फ़िगर किया गया है और सबसे लोकप्रिय एमएल फ्रेमवर्क जैसे कि टेंसोरफ्लो, टेंसोरफ्लो 2.0, पायटच और स्किट-लर्न के लिए समर्थन प्रदान करता है। कंटेनर की प्रारंभिक रिलीज में पायथन पैकेज जैसे कि न्यूपी, स्केलेर, साइपी, पंडस, एनएलटीके, पिलो और विभिन्न अन्य शामिल हैं। इसके अलावा, NVIDIA संकुल में CUDA, CuDNN और CCL जैसे GPU सक्षम उदाहरणों के लिए नवीनतम NVIDIA ड्राइवर शामिल हैं।

तैनाती
डीप लर्निंग कंटेनर लचीले होते हैं और इन्हें विभिन्न प्लेटफ़ॉर्म पर जैसे Google Kubernetes Engine (GKE), AI Platform, Cloud Run, Compute Engine, Kubernetes और Docker Swarm पर तैनात किया जा सकता है।

लाभ
लगातार पर्यावरण: कंटेनर ऑन-प्रिमाइसेस से क्लाउड स्केल पर शिफ्ट करने के लिए Google क्लाउड सेवाओं पर एक सुसंगत वातावरण प्रदान करके सुचारू पोर्टेबिलिटी और स्थिरता के लिए डॉक छवियों की अनुमति देता है।
फास्ट प्रोटोटाइप: इस कंटेनर में, प्रोटोटाइप सभी आवश्यक ढांचे के रूप में तेज है, पुस्तकालयों और ड्राइवरों को संगतता के लिए पूर्व-स्थापित और परीक्षण किया जाता है।
प्रदर्शन अनुकूलित: नवीनतम फ्रेमवर्क संस्करणों और NVIDIA CUDA-X AI पुस्तकालयों की मदद से, मशीन लर्निंग मॉडल के प्रशिक्षण और तैनाती को काफी हद तक अनुकूलित किया जाता है।
एमएल के लिए इसी तरह के बादल सेवा
इस वर्ष की शुरुआत में, AWS डीप लर्निंग कंटेनरों को कस्टम मशीन सीखने के वातावरण को विकसित करने वाले डेवलपर्स को मदद करने के लिए भी लॉन्च किया गया है, जो Amazon Elastics कंटेनर रजिस्ट्री (Amazon ECR) और AWS मार्केटप्लेस के माध्यम से docker छवियाँ उपलब्ध हैं। प्रत्येक डॉकर छवि सीपीयू या जीपीयू समर्थन के साथ एक विशिष्ट डीप लर्निंग फ्रेमवर्क संस्करण, पायथन संस्करण पर प्रशिक्षण या इंजेक्शन के लिए बनाई गई है। कंटेनर वर्तमान में PyTorch के साथ TensorFlow और Apache MXNet का समर्थन करता है और अन्य गहन शिक्षण ढांचे जल्द ही पेश किए जाएंगे। एक डेवलपर इस कंटेनर को कुबेरनेट्स (अमेज़ॅन ईकेएस), स्व-प्रबंधित कुबेरनेट्स, अमेज़ॅन इलास्टिक कंटेनर सर्विस (अमेज़ॅन ईसीएस) और अमेज़ॅन ईसी 2 के लिए अमेज़ॅन इलास्टिक कंटेनर सेवा पर तैनात कर सकता है।

एंडनोट
कंटेनर अनुप्रयोगों के निर्माण और तैनाती के लिए शानदार तरीके हैं और यह पहले से ही ज्ञात है कि एमएल एक जटिल तकनीक है और एमएल प्रोजेक्ट पर काम करते समय डेवलपर के बहुत समय का उपभोग करता है। डीप लर्निंग कंटेनर एक डेवलपर को जीसीपी उत्पादों और सेवाओं में आपके आवेदन के परीक्षण और तैनाती के लिए एक सुसंगत वातावरण प्रदान करके मशीन लर्निंग प्रोजेक्ट में समय लेने वाली और अन्य अवांछित समस्याओं को दूर करने में मदद करेंगे।

डीप लर्निंग कंटेनर को स्थानीय रूप से डॉकर, डोकर कंपोज या कुबेरनेट्स के साथ खींचा और चलाया जा सकता है। एक डेवलपर आसानी से AI प्लेटफॉर्म डीप लर्निंग कंटेनर्स का उपयोग कर सकता है और एक भी पैसा चुकाए बिना Google कंटेनर रजिस्ट्री से चित्र खींच सकता है। हालाँकि, उसे / उसे अन्य Google क्लाउड प्लेटफ़ॉर्म उत्पादों के साथ गहन सीखने वाले कंटेनरों का उपयोग करते समय लागत का भुगतान करने की आवश्यकता हो सकती है।

0 Comments: