文件名称：distributed-tensorflow-on-k8s
文件大小：37KB
文件格式：ZIP
更新时间：2024-05-28 18:14:47
Python
Kubernetes上的分布式Tensorflow 建立一个完全集成的管道，以使用Tensorflow和Kubernetes训练您的机器学习模型。 此仓库将指导您完成以下操作： 使用python，pip和tensorflow设置本地环境 将模型打包为Docker容器 创建和配置Kubernetes集群 在集群中部署模型 使用分布式Tensorflow缩放模型 为您的模型服务 使用超参数优化来调整模型 先决条件 您应该安装以下工具： 迷你库 Kubectl 诗网 python 2.7 点子 sed Docker Hub上的一个帐户 GCP帐户 乌云 识别手写数字 MNIST是一个简单的计算机视觉数据集。 它包含以下手写数字的图像： 它还包括每个图像的标签，告诉我们它是哪个数字。 例如，以上图像的标签为5、0、4和1。 在本教程中，您将训练模型以查看图像并预测图像的位数。 编
【文件预览】：
distributed-tensorflow-on-k8s-master
----.gitignore(13B)
----README.md(10KB)
----kube()
--------nfs-minikube.yaml(1KB)
--------job.yaml(261B)
--------tfjob.yaml(1KB)
--------pvc-gke.yaml(382B)
--------serving.yaml(880B)
--------pvc-minikube.yaml(360B)
--------tensorboard.yaml(879B)
--------nfs-gke.yaml(976B)
----src()
--------Dockerfile(159B)
--------main.py(5KB)
--------requirements.txt(409B)
--------client.py(2KB)
----templated()
--------run.sh(627B)
--------tfjob-templated.yaml(2KB)
----workspace()
--------README.md(297B)
--------workspace.yaml(1KB)
--------create.sh(3KB)
--------account.yaml(1KB)
----data()
--------5.png(295B)
--------3.png(250B)
--------0.png(324B)
--------4.png(263B)
--------9.png(261B)
--------7.png(219B)
--------8.png(284B)
--------6.png(259B)
--------1.png(145B)
--------2.png(289B)
----assets()
--------MNIST.png(16KB)