0
我正在尋找一種高效和簡單的方法來適應我目前的Theano模型,因此可以進行預測縮放。我還在尋找一種輕鬆培訓大量不同參數模型的方法。使用Kubernetes或Spark進行深度學習模型部署/培訓有什麼區別?
似乎有兩種主要的方式來做到這一點。第一個是使用Spark,第二個是使用Docker和Kubernetes。
我對兩者的經驗相當有限,所以我不知道是否有正確的方法來解決我的問題,以及每種解決方案之間的差異。
我正在尋找一種高效和簡單的方法來適應我目前的Theano模型,因此可以進行預測縮放。我還在尋找一種輕鬆培訓大量不同參數模型的方法。使用Kubernetes或Spark進行深度學習模型部署/培訓有什麼區別?
似乎有兩種主要的方式來做到這一點。第一個是使用Spark,第二個是使用Docker和Kubernetes。
我對兩者的經驗相當有限,所以我不知道是否有正確的方法來解決我的問題,以及每種解決方案之間的差異。
也就是說Kuberbetes和火花之間的兩個東西, Kubernets是PaaS的,它爲您提供了平臺運行應用程序, 星火用來運行你的算法和計算分佈的,但你需要在集羣打造星火 所以kubernetes可以幫助你做這件事
如何用kubernetes構建Spark?你可以看到reference
祝你好運!