machine-learning - Kubeflow 是否有助于以分布式方式运行 ML

Question

我正在浏览 Kubeflow 文档几天，任何人都可以帮助我回答以下问题。

1. Kubeflow 是否有助于以分布式方式运行任何 ML 算法？
2. Kubeflow 和 Spark ML 有什么区别？

Answer 1

Kubflow是一组利用 Kubernetes 发行版执行 ML 相关工作负载的服务。TFJob是 Kubeflow 提供的运行分布式 Tensorflow 作业的 Kubernetes 资源。

Kubeflow包括其他服务，例如Kubeflow Pipelines，它们可以编排任何类型的工作流，它主要是为 ML 工作负载设计的。

Spark ML是一个利用 Apache Spark 运行分布式机器学习算法的软件库，通常是经典的机器学习算法。Apache Spark 是一个分布式计算平台，可以部署在 Kubernetes 或 Hadoop 集群（或本地）中，它不运行分布式深度学习（tensorflow），或者至少没有设计用于。